인천대학교 인디고클랫폼 인천대학교 기술지원허브

본 발명은 센서 데이터의 분포 특성을 이미지로 변환하고, 해당 이미지를 딥러닝 모델로 분석하여 이상을 탐지하는 방법에 관한 것이다. 센서 데이터가 시계열·개별 수치 형태로 존재할 때는 분포 정보가 드러나지 않아 이상 패턴의 식별이 곤란하다. 이에 따라 공정 단계별로 수집된 복수 센서 데이터를 이용하여 각 센서의 분포를 추정하고, 이를 히스토그램, 커널 밀도 추정(KDE), 공분산 행렬 중 적어도 하나로 시각화하여 분포 이미지를 생성한다. 생성된 분포 이미지는 long-tail 및 다봉형(multi-modal) 특성을 포함하므로, CNN 또는 ViT와 같은 이미지 기반 딥러닝 모델에 입력하여 이상 점수 또는 판정을 산출한다. 이로써 센서의 수치 데이터를 시각적 특징 공간으로 변환함으로써 기존 통계 기반 접근으로 탐지하기 어려운 희소 이상과 분포 변화 이상을 높은 민감도와 낮은 오탐으로 검출할 수 있다.