2024 제4회 K-water AI 경진대회 : 상수도 관망 이상 감지 AI 알고리즘 개발

안녕하세요. '2024 제4회 K-water AI 경진대회' 참가자 여러분.

현재 대회가 시작된 지 약 6일이 지난 시점까지 문의주셨던 규칙 관련 FAQ를 정리하여 안내드립니다.

본 경진대회의 전반적인 규칙은 [링크]에 정리 되어 있으며 반드시 숙지 후 진행해야합니다.

[1] AI 모델 학습 없이 Rule-Based 기반 접근 / 추론도 가능한가요?

-> 충분히 가능한 방법입니다.

제공되는 학습 데이터로 AI 모델을 학습 시킨 후 AI 모델로의 추론 방식 외에도 데이터 학습 과정 없이 직접 구축한 수학적 모델이나 Rule-Based 방식의 모델링, 추론 방식도 허용됩니다. 단, 규칙을 모두 충족해야합니다.

[2] 룩백(Lookback) 기간은 무조건 1주일치를 다 사용해야하나요?

-> 평가 데이터 샘플은 룩백(Lookback) 기간 1주일로 구성되어 있으나, 이는 최대 1주일을 활용할 수 있는 것이며 더 짧은 Lookback 기간을 활용하여도 무방합니다.

[3] 평가 데이터의 관망 구조 이미지는 어디까지 활용할 수 있는 것인가요?

-> 평가 데이터의 관망 구조 이미지는 모든 평가 데이터에 대해 동일한 코드와 방법론으로 작동할 수 있도록 활용해야합니다.

[1] 관망 구조 정보 활용의 허용 범위

• 관망 구조 이미지를 활용하여, 구조 내 변수들을 입력하는 작업 또는 표준화 등
• 관망 구조 이미지를 활용하여, 구조 내 변수들의 연결 관계 선언하거나 전처리를 수행하는 등 (단, 모든 관망 구조에서 일관된 데이터 형식을 가져야 함)
• 예를 들어, 관망 구조를 그래프화하여 노드-엣지, 연결 방식을 표현하는 데이터는 모든 관망 구조에서 활용될 수 있는 데이터 표준화가 이루어졌기 때문에 활용 가능

즉, 모든 관망 구조에서 동일한 코드와 방법론으로 처리될 수 있는 범위 내에서 사용 (데이터 표준화, 로직 일관성 유지)

[2] 허용되지 않는 예시

• 관망 구조 정보를 이용해 구조 별로 다른 변수 관계나, 탐지 방식을 직접 구성하는 경우는 불가능 (규칙 6 - '특정 평가 데이터 샘플이나 관망 구조에 유리한 맞춤형 처리 금지' 위반)
• 관망 구조 이미지로부터 관망 구조 별로 다른 해석과 접근 방식을 직접 적용하여 수행하는 경우

[4] 규칙 6의 '특히, 특정 평가 데이터 샘플이나 관망 구조에 유리한 맞춤형 처리는 금지됩니다.'에서 유리한 맞춤형 처리에 대한 기준이 무엇인가요?

-> 규칙 6에서 말하는 '유리한 맞춤형 처리'란, 특정 평가 데이터나 관망 구조에서만 다르게 동작하거나, 서로 다른 기준이 적용되는 경우를 의미합니다.

모든 평가 데이터와 관망 구조는 동일한 로직에 의해 처리되어야 하며, 변수를 선정하더라도 해당 변수는 동일한 로직으로 도출된 경우에만 허용됩니다.

예를 들어

• 관망 C에서는 alpha, 관망 D에서는 beta 변수를 이상 탐지에 사용하는 경우라도, alpha와 beta가 동일한 로직(예: 변수 중요도 계산, 관계 공식 등)을 통해 선정되었다면 허용됩니다.
• 그러나, 관망별로 alpha와 beta를 수동으로 정의하거나, 관망마다 다른 기준으로 변수를 선정하는 경우는 규칙 위반입니다.

위 FAQ 내용은 대회 진행 중 지속적으로 업데이트 되거나 수정될 수 있습니다.

대회 진행 시, 규칙 위반 관련하여 가장 안전한 방법은 진행 전에 데이콘 운영진 측에 문의 후 답변을 받아 진행하시는 것을 권장드립니다.

감사합니다.