Src슬라이드(3총괄1세부) 조성준

데이터 애널리틱스 기반 프로세스 혁신
조성준
선도연구센터 SRC
1

조성준 | 데이터 애널리틱스 기반 프로세스 혁신
I
II
III
IV
연구의 주제 및 성격
연구의 선도성
연구의 융합성
연구 실적 목록
V 향후 계획
목차

최근 제조의 MES, ERP나 의료의 EMR 등을 통해 많은 양의 빅데이터가 축적되고 있으
며, 고도의 분석을 통한 insight, foresight 도출과 informed decision making이 필요
연구의 주제 및 성격 – 데이터 애널리틱스 기반 프로세스 혁신
[Data Collection and
Integration]
[Machine Learning &
Data Mining]
분석
가공
1단계: 데이터 수집 및 통합 2단계: 분석 방법론 개발 3단계: 현실 문제 적용
[Creative Knowledge]
적용

• 시스템에서 발생하는 다양한 형태의 데이터 활용
• 기계학습, 신호처리, 텍스트마이닝, 프로세스 분석, 소셜 네트워크 분석 등 적합한 기술을 종합적
으로 적용하여 의미있는 지식 도출
연구의 선도성 – 연구 주제, 방법과 성과 측면
연구 주제의 선도성 연구 방법의 선도성
축적된 수많은 데이터를 단순
통계치로 활용
다양한 채널로부터 쌓인
빅데이터를 기반으로 한 정량적
의사결정
기존 연구 한계
단변량에 의존한 단순 프로세스
관리 및 분석
일반적인 숫자 데이터에 의존한
데이터 분석방법
숫자 데이터 뿐만 아니라
이미지 데이터와 텍스트 형태의
데이터까지 고려
다양한 변수를 복합적으로
고려한 고차원 분석 방법론
전문가의 감에 의존하는 정성적인
예측 및 관리
최신 기계학습 기술을 활용한
다양한 Insight 도출
연구 성과의 선도성
다양한 요인을 종합적으로
고려하지 못하는 1차원적인
프로세스 관리
한가지 형태의 데이터만을
활용한 분석 결과
다양한 형태의 데이터를 동시에
고려한 분석 결과 창출
데이터 마이닝 기법 활용
다양한 형태의 데이터 활용
산재 되어있는 여러 요인을
종합하여 복합적인 요인을
고려한 프로세스 관리
다차원적 분석 결과

• 애널리틱스를 위한 제조 및 의료 시스템의 프로세스 혁신을 위해 산업공학 뿐 아니라 의학, 통계
학, 컴퓨터 과학의 융합을 통한 다학제적 지식 창출
• 수치 데이터 뿐만 아니라 다양한 형태의 데이터들을 활용하는데 있어서 여러 학문의 방법론 활용
연구의 융합성 – 연구 주제, 과정과 인력 측면
연구 주제의 융합성 연구 과정의 융합성 연구 인력의 융합성
프로세스 혁신
산업공학
 데이터 분석
알고리즘 제공
 시계열 데이터
분석 방법론 제공
통계학
 데이터의 다차원적
시각화 기법 제공
 텍스트, 이미지의
분석 방법론 제공
컴퓨터 과학
 애널리틱스 문제
설계 및 정의
 제조 시스템 관련
지식 제공
시계열 센서 데이터를
분석할 수 있는 데이터
모델링
데이터
관리
데이터
분석
수치 데이터가 아닌
텍스트, 이미지, 네트워크
형태의 데이터를
분석가능한 형태로 구조화
컴퓨터 과학
통계학
수치 데이터, 텍스트, 이미지, 네트워
크 등 다양한 방면의 데이터를 분석
하고 융합하는데 있어서 헙업 수행
빅데이터를 저장, 분석
및 시각화를 할 수 있는
인프라 구축
속도 및 성능
측면에서의 효과적인
알고리즘 개발
각 분야에서의 전문성을 갖추고 융합
연구 경험이 있는 연구 인력 구성
산업공학 (조성준 교수 연구팀)
• 다양한 도메인에서 발생하는
다양한 형태의 데이터를 활용한
선도적인 애널리틱스 연구 수행
통계학 (이영조 교수 연구팀 )
• 데이터 분석과 관련한 효과적인
알고리즘 및 통계모형 개발 연구
수행
컴퓨터 과학
(서진욱교수 연구팀, 이상구 교수 연구팀)
• 이미지 및 텍스트 처리 기법 및
효과적인 시각화 관련 연구
 EMR데이터
수집 및 처리
 의료 시스템
관련 지식 제공
의학
의학 (유경상 교수 연구팀)
• 의료 데이터에 기반한 선도적인
연구 수행 및 EMR 데이터 관리

• 주제와 관련된 다양한 연구를 진행하였으며, 초기의 단독연구 단계를 거쳐 다른 팀들과의 공동연
구 단계로 확대∙발전
연구 실적 목록 – 학술지 실적
논문명 게재연월 저널명 구분
Support vector class description (SVCD): Classification in kernel space 2012.05 Intelligent Data Analysis SCIE
Improved response modeling based on clustering, under-sampling, and ensemble 2012.06 Expert Systems with Applications SCIE
Pattern selection for support vector regression based response modeling 2012.08 Expert Systems with Applications SCIE
Mining transportation logs for understanding the after-assembly block manufacturing proc
ess in the shipbuilding industry
2013.01 Expert Systems with Applications SCIE
Fast Parameterless Ballistic Launch Point Estimation based on k-NN Search 2014.01 Defence Science Journal SCIE
Knowledge discovery in inspection reports of marine structures 2014.03 Expert Systems with Applications SCIE
Data based segmentation and summarization for sensor data in semiconductor manufact
uring
Probabilistic local reconstruction for k-NN regression and its application to virtual metrolog
y in semiconductor manufacturing
2014.05 Neurocomputing SCIE
Approximating support vector machine with artificial neural network for fast prediction 2014.08 Expert Systems with Applications SCIE
Constructing a multi-class classifier using one-against-one approach with different binary
classifiers
2015.02 Neurocomputing SCIE
Improvement of virtual metrology performance by removing metrology noises in a training
dataset
2015.02 Pattern Analysis and Applications SCIE
Selecting an optimal set of keywords for search engine advertising 2015.02 International Journal of Industrial Engineerin
g: Theory, Applications and Practice
SCIE
An efficient and effective ensemble of support vector machines for anti-diabetic drug failur
e prediction
A study on the man-hour prediction system for shipbuilding Accepted Journal of Intelligent Manufacturing SCIE
A novel multi-class classification algorithm based on one-class support vector machine Accepted Intelligent Data Analysis SCIE
Memory die clustering and matching for optimal voltage window in semiconductor Accepted IEEE Transactions on Semiconductor Manu
facturing
SCI

• 주제와 관련된 다양한 연구를 진행하였으며, 초기의 단독연구 단계를 거쳐 다른 팀들과의 공동연
구 단계로 확대∙발전
연구 실적 목록 – 특허 실적
특허명 등록기관 등록번호 등록연월 등록국가
키스트로크 다이나믹스 패턴 정보에 기초한 사용자 인증 방법 및 장치 서울대학교산학협력단 10-1248156-0000 2013.03 한국
메신저 서비스 수행시 정당 사용자 여부를 판단하기 위한 시스템 및 방법 서울대학교산학협력단 10-1264255-0000 2013.05 한국

• 현재 3단계 과정 중 2단계인 프로세스 혁신을 위한 기계학습 원천 기술 개발이 진행 중이며, 이를
바탕으로 향후 실제 의료 및 제조 시스템에 대한 적용에 집중할 예정
향후 계획 – 추진 로드맵
진행 완료
1단계
(2011~2012)
진행중
2단계
(2012~2015)
기획중3단계
(2015~2017)
데이터 수집 및 통합
 다양한 형태의 데이터에 대한 수집, 처리, 및 통합을 위한 방법론 개발
 데이터 탐색 및 시각화를 통한 특성 파악
 제조 혁신을 위한 문제 정의 및 기술 수요 조사
프로세스 혁신을 위한 기계학습 원천 기술 개발
 프로세스 혁신을 위한 기계학습 방법론 개발
 복잡한 형태의 대용량 다변량 분석 방법론 개발
 데이터 탐색 및 분석 결과의 효과적인 시각화 기술 개발
현장 적용을 통한 지식 창출
 현장에서 실시간으로 발생하는 데이터에 기계학습 방법론 적용
 평가 및 현업 피드백을 통한 지속적인 개선
 의료 및 제조 시스템에 대한 활용 가능성 검토

Src슬라이드(3총괄1세부) 조성준

More Related Content

What's hot (12)

Viewers also liked (14)

Similar to Src슬라이드(3총괄1세부) 조성준 (20)

Src슬라이드(3총괄1세부) 조성준

Editor's Notes