· 기업소개: 에이엠스퀘어는 제조, 통신, 바이오 등 다양한 산업 분야의 AI 서비스 모델을 개발하는 회사로, 특히 데이터 분석과 수학적 기술의 적용 및 기술 혁신을 통해 현업에서의 실질적인 문제 해결, 가치 창출을 추구함 · 산업문제: 압연공정에서 연속적으로 생성되는 대량의 데이터를 모두 기계학습에 사용하기에는 문제가 있고, 현장의 기술자가 요구하는 대로 데이터 전체를 저장하는 과정에도 한계가 있다. 이를 해결하는 방법으로 에이엠스퀘어(주)는 압연공정에서 생성된 데이터로부터 코어셋을 선택하고 데이터 저장은 코어셋으로 한정하는 방법을 제안하였다. 코어셋은 큰 규모의 원본 데이터를 효율적으로 잘 표현할 수 있는 작은 크기의 부분집합으로, 동일한 기계학습 방법을 적용하였을 때 코어셋만으로 원본 데이터와 비슷한 결과를 얻을 수 있기 때문에 현장의 기술자가 데이터를 삭제하는데 부담을 가지지 않을 수 있다.

· 제시된 해결방안: - 코어셋 선정에 관한 최근 연구 분석 - 이를 바탕으로 적당한 코어셋 선정 알고리즘을 선택한 후 현실 환경에 맞게 효율적으로 구현 - 구현된 알고리즘을 이용해 압연공정에서 생성된 데이터로부터 코어셋을 추출한 후 비교 분석 · 활용계획 및 기대성과: - 제조 공정에서 수집되는 데이터를 일부(코어셋)만 저장하면서도 분석 시 성능을 유지하게 하여 데이터 저장 비용 절감 - 분산된 데이터 수집 효율성 증대 - 구현 성능 향상을 통한 서비스 개발 가속화

1. coreset 2. large-scale data 3. logistic regression 4. Bayesian inference 5. importance sampling 6. sensitivity score

· 기업소개 : (주) 윤도, 수산용 섬유(낚싯줄, 그물, 로프, 어망 등) 개발 업체 · 산업문제 : 회전형 플라즈마 장치 개발에 따른 전극의 회전시 이송되는 샘플에 대한 처리 면적을 알 수 없는 상황임. 이에 처리면의 이송 속도와 플라즈마 회전 속도 변화에 따른 처리 면적이 시각적으로 확인되는 방안 의뢰

· 제시된 해결방안 : - 원형의 각속도와 중심의 이동속도에 따른 위치변위 계산 및 추적 - GUI를 통한 노즐의 각속도와 켄베이 이동속도 변수에 따른 2차원 영상 제작 · 활용계획 및 기대성과 : 처리시료의 속도와 플라즈마 회전 속도에 따른 최적의 처리 면적 확보로 섬유 제품의 균일한 성능 확보

염색공정, 염색 시뮬레이션, 각소도, 이동속도

· 기업소개 : 세종충남대학교병원은 2020년 7월 세종시 최초의 대학병원으로 개원하여 의사직만 136명을 확보 세종 및 중부권 중심병원으로 발전하고 있다. · 산업문제 : 환자의 진료에서 정진기를 사용한 진단은 가장 기초적인 진단법이긴 하나 비침습적으로 환자의 상태를 가장 신속하게 진단할 수 있는 방법이다. 청진시 접촉잡음, 환경음(말소리 등)뿐만 아니라 환자 몸의 장기에서 나는 소리(심장음 등)가 함께 청진이 되어 올바른 진단을 하기 어렵게 문제가 존재한다. 청진의 정확도를 높이기 위해서는 청진시 함께 들리는 이러한 잡음을 제거하는 것이 중요하다.

· 제시된 해결방안 : Discrete Wavelet Transform (DWT, 이산 웨이블렛 변환), Empirical Mode Decomposition (EMD, 경험적 모드 분해법), Variational Mode Decomposition (VMD, 변동 모드 분해법), Spectral gating/filter, Butterworth Lowpass Filter, Savitzky？Golay smoothing (Polynomial Lowpass Filter)을 활용한 청진음 잡음 감쇠 · 활용계획 및 기대성과 : 위의 결과에서 최종적으로 제안된 알고리즘들이 실제 의료현장에서 질병, 질환 진단 시에 발생하는 심장음, 환경음, 접촉잡음 등과 같은 주요 잡음만을 정확하게 감쇄하거나 제거하는 것은 아니라, 전반적인 잡음의 강도를 약화시키는 정도의 효과를 얻을 수 있었다. 따라서 DWT, Butterworth Lowpass Filter, Savitzky？Golay smoothing와 심장음, 환경음, 접촉잡음 등과 같은 패턴을 분석하여 추출할 수 있는 변형된 EMD, VMD 방법론을 개발할 수 있으면 매우 좋은 잡음감쇄 또는 잡음제거 알고리즘을 개발할 수 있을 것으로 기대된다.

청진음, 잡음제거, 기계학습, 데이터분석