업종별 비교
Isolation Forest–Autoencoder 하이브리드 이상탐지
- 관점
- 산업별 전력 사용 데이터의 특성을 고려해 여러 탐지 기법을 비교했습니다.
- 참여
- 하이브리드 이상탐지 부분에 공저자로 참여했습니다.
- 기록
- A Comparative Study of Customized Algorithms for Anomaly Detection in Industry-Specific Power Data · Energies, 2025
← 대표 연구로 돌아가기서로 연결된 연구 주제를 정리한 개념도. 단일 통합 모델이나 성능 측정 그래프가 아닙니다.
INDUSTRIAL AI
산업 전력 시계열의 이상탐지
산업 전력 시계열에 통계·머신러닝·딥러닝 기법을 적용하는 연구에 참여했습니다. 시간 해상도별 성능 분석과 업종별 알고리즘 비교를 통해 데이터 특성에 따른 탐지 방법을 다뤘습니다.
연구 질문
업종과 시간 해상도가 달라져도 전력 데이터의 이상 패턴을 찾아낼 수 있는가?
Isolation Forest와 Autoencoder를 결합한 하이브리드 이상탐지, USAD 기반 재구성 이상탐지를 연구했습니다. LSTM Autoencoder와 비지도 탐지 모델을 시간 해상도별로 비교하는 연구를 제1저자로 발표했습니다.
주요 산출물Energies 공저 논문 2편 · 대한전자공학회 시간 해상도별 성능 분석 제1저자 발표
연구 구조
INPUT산업 전력 시계열
업종별 전력 사용 패턴과 시간 해상도
VIEW 01업종별 비교
Isolation Forest + Autoencoder
VIEW 02시간 해상도별 비교
LSTM Autoencoder / USAD
산출물
국내 학회 비교 분석 + Energies 공동 연구
담당 범위
하이브리드·재구성 이상탐지 부분에 참여
하이브리드
IF–Autoencoder 공저 참여
해상도 비교
제1저자 학회 발표
후속 연구
USAD 재구성 탐지 참여
APPROACH & EVIDENCE
연구의 접근과 확장
시간 해상도
LSTM Autoencoder와 비지도 모델의 비교
- 관점
- 시간 해상도에 따른 이상탐지 성능을 분석했습니다.
- 참여
- 해당 연구를 제1저자로 정리해 국내 학회에서 발표했습니다.
- 기록
- 대한전자공학회 하계종합학술대회, 2025
재구성 기반 탐지
USAD를 활용한 후속 공동 연구
- 관점
- 산업 전력 시계열의 재구성 기반 이상탐지를 다뤘습니다.
- 참여
- FFT-Guided Multi-Window USAD 연구의 USAD 이상탐지 부분에 참여했습니다.
- 기록
- Energies, 2025 · 공저 논문
발표와 산출물
산업 전력 데이터 분석 및 최적화
공저 · 한국통신학회 동계
시간 해상도별 이상치 탐지 성능 분석
제1저자 · 대한전자공학회 하계
Industry-Specific Power Data
공저 · Energies 게재
FFT-Guided Multi-Window USAD
공저 · Energies 게재 기록