LG AImers

Module 1. 품질과 신뢰성 요약 정리

Feed-back 공정관리 시스템 4M(Man, Machine, Material, Method)가 이에 해당하며 변화하는 고객 요구 기대치(VOC)를 통해 Input으로 만들고, 공정 시스템을 통해 출력으로 나타낸다. 물론 공정간에 통계적 방법을 통해 공정의 소리(V

품질 4.0과 스마트 품질 경영 전사적 품질 관리: 우수한 제품 및 서비스등을 고객에게 제공하기 위해 품질 중점으로 전부문 참여를 통해 고객 만족과 이익창출로 장기적 성공에 목표를 두는 조직 전체의 체계적 노력 소비자들의 요구사항 증가 -> 많은 기업들은 여전히 전통적인 방식의 품질 관리 및 경영기법에 머물러 있다. 제품 복잡도 및 다양성 증가, 제품...

해당 시리즈는 LG에서 지원하는 LG Aimers의 교육 내용을 요약정리한 것으로, 모든 출처는 https://www.lgaimers.ai/입니다. 신뢰성의 중요성 제품 라이프 사이클 관점의 Total Cost의 관리 필요. 품질비용은 잠재적 위험이며, 개발단계에서 시장품질을 예측 가능하고 제어되어야 함. 기업의 수입은 제조가 끝난 후에 발생, 그에 ...

연속형 수명분포와 신뢰성 척도지수분포지수분포의 특징으로는, 시간 t에 관계없이 원래의 평균수명과 동일하여 지수분포를 따르는 제품은 작동하는 동안에는 늘 새것(as good as new)와 같다고 생각하는 망각성(memoryless property)이 존재한다.그로 인해

시스템은 사용시간이나 사용빈도의 증가에 따라 열화한다. 특정 운용조건에서 요구된 기능을 수행하지 못하는 경우, 시스템 고장이 발생하는데, 시스템 한 부품이 가동 중 고장날 경우 고장난 부품으로 인해 전체 시스템 작동이 중단되고 시스템 운용자의 안전까지 위협한다. 일반적

선형 모델들은 다양한 장점들을 가진다. 초심자들에게 가장 쉬운 단순화된 알고리즘이고 쉽게 접하기도, 해석하기도 쉽다는 장점이 있고 테스트 데이터와 학습 데이터에 대해 일반화가 더 쉽다는 것 역시 상당한 장점이라고 할 수 있다. 선형 모델에 대해 임의의 가설 세트 H

어.....전 포스트에서 Mini-Batch Stochastic Gradient Descent에 대해 이야기를 했었는데 이것에 대해 응용된 것들만 우선적으로 다루려고 한다. 먼저 Gradient Descent Algorithm의 주요 요소들에는 Gradient(기울

Linear Classification D차원의 유클리드 벡터 x가 입력으로 있다고 가정한다. 이때 해당 벡터 x에 대해 두가지 속성으로 구분하고자 한다면 이를 Binary classification이라고 하며, 그 이상으로 구분하고자 한다면 Multi-Classif

Support Vector Machine Definition of Support Vector Machine(SVM) 어떠한 데이터값에 대해 임의의 클래스를 지정하여 Linear Classification을 진행한다. 해당 Linear Classification의 Hy

Ensemble Learning Definition of Ensemble 이미 사용하고 있거나 개발한 알고리즘의 간단한 확장으로 supervise learning task에서 성능을 올릴 수 있는 방법으로, 예측 성능을 안정적으로 향상할 수 있으며 쉽게 구현이 가능하

담당교수: 서울대학교 협동과정 인공지능전공 교수 이원종 Definition of Unspervised Learning 기계 학습의 일종으로, 지도학습 또는 강화학습과는 달리 입력 목표치가 주어지지 않아 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속한다.

딥러닝의 묘사는 여러가지 조건에 의해 상당한 제약을 받고 있음을 먼저 알린다.(severely constrained representation of deep learning algorithm)어떠한 경우에 대해 딥러닝 알고리즘의 묘사(representation)은 어떻

잘 정리된 representation, 유용한 정보를 만들기 위한 학습 Task로, 학습시킨 네트워크에서 유용한 representation을 찾는 것이 목표이다(특히 Self-supervised Learning에서, 자세한 내용은 앞 14. 비지도학습 Represent

담당교수: 서울대학교 문태섭 교수님 이미지 분별, 음성 인식, 기계학습과 같이 지도 딥러닝은 커다란 성장을 가져왔으나, 단순 신경망 -> resnet, densenet -> transformer 의 형태로 발전함에 따라 대용량 학습 데이터로부터 학습하는 모델구조가 점점

• Class Activation Map(CAM) : Global Average Pooling(GAP)이라는 특정한 레이어를 만들고 그것을 활용하여 설명을 제공하는 방법, activation을 결합하여 설명을 만드는 방법으로 activation map에 activati

XAI방법들을 비교하고 평가하는 법에는 정량적인 ​ 사람들이 직접 XAI방법들이 만들어낸 설명을 보고 비교평가 • AMT (Amazon Mechanical Turk) test 사람들에게 직접 퀴즈를 내는 방식 각 모델의 예측에 대한 설명을 보여주고 사람들이 과

담당연구원: 서울대학교 데이터사이언스학과 졸업자 이상학 씨Casuality: 인과성, 인과율하나의 어떤 무엇인가가 다른 무엇을 생성함에 있어 영향을 미치는 것예시로 '버스를 놓쳐서 지각을 했다'는 인과적 관계임Q. 그렇다면 인과 추론이 왜 필요할까?A. 과학이란 일반적

Causal Effect Identifiablity is confirmed from three objects; Query Px(y) = P(y|do(x)), Causal Diagram, and the Data P(V). By these components, we ca

With the diversity of various Data sources, the modern identificaiton tasks are divided into four conditions; For Experimental Conditions, Generalized

담당교원: LG 이노텍 연구위원 김경석 씨 미래 모빌리티 메가 트랜드 : CASEC : Connectivity , A : Autonomous , S : Shared , E : Electrification여기서 서비스 관점인 S를 제외하고 ACE라고도 불림Autonomo

Radio Detection And Ranging의 약자전자파의 반사 시간을 이용하여 시간과 속도를 측정하는 기술으로, 80년의 기술이지만 매우 다양하게 사용 중이다. 차량에 사용되는 것은 ADAS 레이더로, 차량/보행자/도로 인프라를 니식하여 차량과의 거리, 상대속도

ROA 레이더: 차량 내에 부착하여 뒷좌석 승객의 유무 확인Radome : 탑 케이스 / PCB Ass’y 모듈 / Housing 로 구성됨SBR : 5명의 탑승자 위치를 정확하게 파악하는 기술ICT : PCB의 테스트 포인트를 통해 각 부품의 RLC값을 확인하여 불량