월간 데이콘 기계 고장 진단 AI 경진대회

알고리즘 | 음향 | 비지도학습 | 이상치 탐지 | Macro F1 Score

  • moneyIcon Prize : 인증서
  • 854명 마감

[배경]

안녕하세요 여러분! 😀 월간 데이콘 기계 고장 진단 AI 경진대회에 오신 것을 환영합니다.


최근 기업에선 AI 기술을 산업 시설에 적용하는 경우가 빠르게 늘고 있습니다.

특히 기계의 고장 여부를 진단하거나 예측할 때 AI 기술을 적용하여 스마트 제조 혁신을 이루기 위해 많은 연구가 이루어지고 있는데요.


이 산업 시설에 적용되는 AI 기술은 대부분 이미지 데이터에 기반하고 있습니다.

그러나 이미지 데이터는 크기가 클수록 이동, 분석, 그리고 적용에 많은 비용이 발생한다는 단점이 있습니다.

따라서 상대적으로 데이터 크기가 작은 음향 데이터를 활용할 수 있다면, 보다 적은 비용으로 스마트 제조 혁신을 이루어 낼 수 있을 것입니다.


또한 기계의 고장을 진단할 때 어려운 문제 중 하나는 비정상 데이터를 얻기 힘들다는 점인데요.

정상 데이터들로부터 비지도 학습(Unsupervised Learning)을 통해 기계 고장을 진단할 수 있다면,

데이터 구축에 필요한 시간과 비용의 문제까지 모두 해결할 수 있을 것입니다.


음향 데이터를 기반으로, 비지도 학습을 통해 기계의 고장 여부를 판단할 수 있는 AI 모델을 만들어 주세요.


[주제]

음향 데이터 기반 기계 고장 진단 AI 모델 개발


[설명]

정상의 데이터들로부터 비지도 학습을 통해 팬(FAN)의 고장 여부를 판단(Unsupervised Anomaly Detection)하세요.


[주최 / 주관]

데이콘


[참가 대상]

데이커라면 누구나 참가 가능

Main Event Schedule

  1. 11.25

    Start Date

  2. 12.25

    Team Merger Deadline

  3. 12.25

    Close

[배경]

안녕하세요 여러분! 😀 월간 데이콘 기계 고장 진단 AI 경진대회에 오신 것을 환영합니다.


최근 기업에선 AI 기술을 산업 시설에 적용하는 경우가 빠르게 늘고 있습니다.

특히 기계의 고장 여부를 진단하거나 예측할 때 AI 기술을 적용하여 스마트 제조 혁신을 이루기 위해 많은 연구가 이루어지고 있는데요.


이 산업 시설에 적용되는 AI 기술은 대부분 이미지 데이터에 기반하고 있습니다.

그러나 이미지 데이터는 크기가 클수록 이동, 분석, 그리고 적용에 많은 비용이 발생한다는 단점이 있습니다.

따라서 상대적으로 데이터 크기가 작은 음향 데이터를 활용할 수 있다면, 보다 적은 비용으로 스마트 제조 혁신을 이루어 낼 수 있을 것입니다.


또한 기계의 고장을 진단할 때 어려운 문제 중 하나는 비정상 데이터를 얻기 힘들다는 점인데요.

정상 데이터들로부터 비지도 학습(Unsupervised Learning)을 통해 기계 고장을 진단할 수 있다면,

데이터 구축에 필요한 시간과 비용의 문제까지 모두 해결할 수 있을 것입니다.


음향 데이터를 기반으로, 비지도 학습을 통해 기계의 고장 여부를 판단할 수 있는 AI 모델을 만들어 주세요.


[주제]

음향 데이터 기반 기계 고장 진단 AI 모델 개발


[설명]

정상의 데이터들로부터 비지도 학습을 통해 팬(FAN)의 고장 여부를 판단(Unsupervised Anomaly Detection)하세요.


[주최 / 주관]

데이콘


[참가 대상]

데이커라면 누구나 참가 가능

Main Event Schedule

  1. 11.25

    Start Date
  2. 12.25

    Team Merger Deadline
  3. 12.25

    Close