src슬라이드(3총괄1세부) 조성준

데이터애널리틱스기반프로세스혁신

조성준

선도연구센터 SRC

1

조성준 | 데이터애널리틱스 기반프로세스혁신

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 단순통계치로 활용

다양한 채널로부터 쌓인빅데이터를 기반으로 한 정량적의사결정

기존 연구 한계

단변량에 의존한 단순 프로세스관리 및 분석

일반적인 숫자 데이터에 의존한데이터 분석방법

숫자 데이터 뿐만 아니라이미지 데이터와 텍스트 형태의데이터까지 고려

다양한 변수를 복합적으로고려한 고차원 분석 방법론

전문가의 감에 의존하는 정성적인예측 및 관리

최신 기계학습 기술을 활용한다양한 Insight 도출

연구 성과의 선도성

다양한 요인을 종합적으로고려하지 못하는 1차원적인프로세스 관리

한가지 형태의 데이터만을활용한 분석 결과

다양한 형태의 데이터를 동시에고려한 분석 결과 창출

데이터 마이닝 기법 활용


다양한 형태의 데이터 활용


산재 되어있는 여러 요인을종합하여 복합적인 요인을고려한 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 분석알고리즘 제공

시계열 데이터분석 방법론 제공

통계학

데이터의 다차원적시각화 기법 제공

텍스트, 이미지의분석 방법론 제공

컴퓨터 과학

애널리틱스 문제설계 및 정의

제조 시스템 관련지식 제공

시계열 센서 데이터를분석할 수 있는 데이터모델링

데이터관리

데이터분석

수치 데이터가 아닌텍스트, 이미지, 네트워크형태의 데이터를분석가능한 형태로 구조화

컴퓨터 과학

통계학

수치 데이터, 텍스트, 이미지, 네트워크 등 다양한 방면의 데이터를 분석하고 융합하는데 있어서 헙업 수행

빅데이터를 저장, 분석및 시각화를 할 수 있는인프라 구축

속도 및 성능측면에서의 효과적인알고리즘 개발

각 분야에서의 전문성을 갖추고 융합연구 경험이 있는 연구 인력 구성

산업공학 (조성준 교수 연구팀)

• 다양한 도메인에서 발생하는다양한 형태의 데이터를 활용한선도적인 애널리틱스 연구 수행

통계학 (이영조 교수 연구팀 )

• 데이터 분석과 관련한 효과적인알고리즘 및 통계모형 개발 연구수행

컴퓨터 과학(서진욱교수 연구팀, 이상구 교수 연구팀)

• 이미지 및 텍스트 처리 기법 및효과적인 시각화 관련 연구

EMR데이터수집 및 처리

의료 시스템관련 지식 제공

의학

의학 (유경상 교수 연구팀)

• 의료 데이터에 기반한 선도적인연구 수행 및 EMR 데이터 관리



• 주제와관련된다양한연구를진행하였으며, 초기의단독연구단계를거쳐다른팀들과의공동연

구단계로확대∙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



• 주제와관련된다양한연구를진행하였으며, 초기의단독연구단계를거쳐다른팀들과의공동연

구단계로확대∙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 3단계과정중 2단계인프로세스혁신을위한기계학습원천기술개발이진행중이며, 이를

바탕으로향후실제의료및제조시스템에대한적용에집중할예정

향후 계획 – 추진 로드맵

진행 완료1단계

(2011~2012)

진행중2단계

(2012~2015)

기획중3단계(2015~2017)

데이터 수집 및 통합

다양한형태의데이터에대한수집, 처리, 및통합을위한방법론개발

데이터탐색및시각화를통한특성파악

제조혁신을위한문제정의및기술수요조사

프로세스 혁신을 위한 기계학습 원천 기술 개발

프로세스혁신을위한기계학습방법론개발

복잡한형태의대용량다변량분석방법론개발

데이터탐색및분석결과의효과적인시각화기술개발

현장 적용을 통한 지식 창출

현장에서실시간으로발생하는데이터에기계학습방법론적용

평가및현업피드백을통한지속적인개선

의료및제조시스템에대한활용가능성검토

src슬라이드(3총괄1세부) 조성준

Data & Analytics