Anomaly Detection - Random Cut Forest

프로그램 개요

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/a7a8852a-f2af-4730-8bfc-5cfde6de18c1/SummerSchool2021Poster.png

Date

Place

Zoom meeting information

Registration (~ July. 18 / 21)

Organizing Committee - POSTECH SIAM Student Chapter Committee

Contact


프로그램 일정


기조 강연

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/f3e27a4e-86ea-44dc-96e4-c55368ed359c/mjgim.jpg

주요 이력

강연 제목: ****산업수학 및 수학적 데이터 분석 방법 소개, 개선된 RCF를 활용한 센서 데이터 이상 감지 문제 해결 사례

강연 소개: ****이번 강연에서 발표자가 생각하는 산업수학의 정의와 수학적 데이터 분석 방법이란 무엇인지 이야기할 것이다. 또한, 지능형 공장(smart factory) 관련 기업이 연구소에 의뢰한 이상감지(anomaly detection) 관련 산업문제와 이에 대한 수학적 해결 및 개선 방법을 소개한다. 이상감지는 다양한 산업분야에서 활용되고 있고 연구가 진행 중인 분야이다. 이상감지 알고리즘인 RCF(random cut forest)는 공작 기계 센서 데이터에 적용한 결과 높은 정확도를 보여주었다. 하지만 느린 속도와 큰 모델 사이즈로 인해서 실제 산업에서 사용하기 어려웠다. 강연에서 RCF 알고리즘의 수학적인 설명과 함께 문제점을 개선한 방법을 소개할 예정이다.


Hands-on 튜토리얼

본 튜토리얼은 기조 강연에서 소개한 Random Cut Forest (RCF) 모델을 실제 산업 문제에 적용하는 것을 목표로 합니다. 이를 위해 가장 먼저 이상감지 문제와 알고리즘의 종류에 대해 알아봅니다. 다음으로 대표적인 이상감지 모델인 Isolation Forest (IF) 와 Random Cut Forest (RCF)를 공부하고, 파이썬 패키지를 사용하여 토이 데이터에 적용합니다. 이후 3~4명씩 팀을 꾸려 실제 산업 현장의 이상감지 문제 해결 프로젝트를 진행합니다. 다음날 오전에는 팀별로 결과를 발표하고 서로 토의하는 시간을 가질 예정입니다.


Sponsors