Applications of AI for Predictive Maintenance (예측 유지 관리를 위한 AI 응용)
- 교육시간
- 1일, 8시간
- 언어
- 한국어,영어
- 주제
- Deep Learning
- 기술
- Python, TensorFlow, Keras, XGBoost, NVIDIA RAPIDS™, cuDF, LSTM, autoencoders
과정정보
이 워크숍에서는 시계열 데이터에서 이상 징후 및 고장을 식별하고, 해당 부품의 남은 유효 수명을 추정하고, 이 정보를 사용하여 이상 징후를 고장 조건에 매핑하는 방법을 배웁니다. 예측 유지 관리를 활용하여 오류를 관리하고 비용이 많이 드는 계획되지 않은 가동 중지 시간을 방지할 수 있습니다. 시작하려면 비용이 많이 드는 고장으로 이어질 수 있는 이상 징후를 식별하는 것과 관련된 주요 과제를 배우게 됩니다. 회사의 시계열 데이터를 활용하여 XGBoost와 함께 기계 학습 분류 모델을 사용하여 결과를 예측하는 방법에 대해 설명합니다. 그런 다음 LSTM 기반 모델을 사용하여 예측 유지 관리 절차를 적용하여 장치의 오류를 예측하고 가동 중지 시간을 방지하는 방법을 배웁니다. 마지막으로 이전 단계의 시계열 시퀀스를 사용하여 변칙을 감지하는 자동 인코더를 실험합니다.
해당 워크숍이 끝나면 다음 방법을 배우게 됩니다.
- XGBoost와 함께 기계 학습 분류 모델을 사용하여 부품 고장 예측
- 시계열의 고장 예측을 위해 Keras 및 TensorFlow를 사용하여 GPU LSTM 기반 모델 훈련
- 자동 인코더 및 Seq2Seq 모델을 사용하여 이상 징후 감지
- GAN(Generative Adversarial Network) 모델을 실험하여 이상 징후 감지
과정 세부 조건
- - 파이썬 경험
- - 데이터 처리 및 딥러닝에 대한 기본 이해
필수 조건을 충족하기 위한 제안 자료 : Python 튜토리얼, 딥러닝 시작하기
| 하드웨어 요구 사항 | 인증서 |
|---|---|
| 최신 버전의 Chrome 또는 Firefox를 실행할 수 있는 데스크톱 또는 노트북, 컴퓨터를 준비한 참가자에게는 클라우드 상에서 완전하게 구성된 GPU 가속 서버에 접근할 수 있는 전용 권한이 주어집니다. | 평가를 성공적으로 완료한 참가자는 관련 분야에 대한 역량을 인정 받고, 전문적 커리어 성장을 지원하는 NVIDIA DLI 인증서를 받게 됩니다. |
DLI 교육 시청방법
- 교육 문의
- 결제 및 교육 크레딧 발급
- 강의 시청
- 평가 및 자격증 발급
| 온라인 | 모든 온라인 교육은 ZOOM 프로그램으로 진행됩니다. |
|---|---|
| 오프라인 |
|
- - 수업 녹화 진행 어려우며, 불참시 녹화본은 따로 제공 되지 않습니다.
- - 교육 자료는 교육 당일 별도 안내를 통해 확인하실 수 있습니다. (교육 참석자에 한해 제공)
- - 모든 강의는 교육 크레딧 PO(발주) 진행된 이후에는 불가합니다.
이번 강의의 학습목표는 무엇인가요?
- AI 기반 예측 유지 관리를 사용하여 실패 및 계획되지 않은 가동 중지를 방지합니다.
- 비용이 많이 드는 고장으로 이어질 수 있는 이상을 감지하는 데 있어 주요 과제를 파악합니다.
- XGBoost 기반 머신 러닝 분류 모델을 사용하여 시계열 데이터를 사용하여 결과를 예측합니다.
- LSTM 기반 모델을 사용하여 장비 고장 예측
- 제한된 실패 사례 데이터가 사용 가능한 경우 시간 시리즈 자동 인코더를 사용하여 이상 감지를 사용하여 실패를 예측합니다.
과정 개요
수업 일정 안내로, 강사와 상의하여 세션에 가장 적합한 일정을 정하시기 바랍니다.
| 소개 (15분) |
|
|
시계열을 위해 RAPIDS로 XGBoost 모델 트레이닝 (2시간) |
cuDF 사용 GPU에서 XGBoost 분류를 사용하여 부품 고장을 예측하는 방법을 설명합니다.
|
| 휴식 (1시간) | |
|
시계열을 위해 Keras 및 TensorFlow로 LSTM 모델 트레이닝 (2시간) |
딥 러닝 LSTM 모델을 시계열 데이터와 함께 사용하여 부품 고장을 예측하는 방법을 설명합니다.
|
| 휴식 (15분) | |
| 이상 현상 감지를 위한 오토인코더 트레이닝과 (2시간) |
오토 인코더를 이용한 이상 현상 감지로 부품 고장을 예측하는 방법을 설명합니다.
|
| 평가 및 Q&A (15분) |
자주 묻는 질문
- NVIDIA Developer Program 계정이 없는 경우 교육 시작 전 미리 가입해 주시기 바랍니다. (가입 필수 / 계정 생성 바로가기)
- 교육 후에 제공되는 모든 DLI 교육 자료는 본 계정을 통해 접속하실 수 있습니다.
- 참고 : 교육 자료는 교육 당일 별도 안내를 통해 확인하실 수 있습니다. (교육 참석자에 한해 제공됩니다.)
- 복습은 교육이 끝난 후 https://courses.nvidia.com/dashboard에서 6개월 동안 제공됩니다.
유의사항
- 환불 안내 : 교육 크레딧 PO(발주) 진행된 이후에는 불가합니다.
-
교육 네트워크 환경 : 최소 다운스트림 1 Mbps 속도가 필요하며, 5Mbps가 권장됩니다.
워크숍 중에 오디오/비디오를 정상적으로 스트리밍 할 수 있으며, 깜빡거림 또는 지연을 방지할 수 있습니다.
- 수업 녹화 진행 어려우며, 불참시 녹화본은 따로 제공 되지 않습니다.
- 관련 문의는 리더스시스템즈 교육 문의하기로 부탁드립니다.
리더스시스템즈 NVIDIA Deep Learning Institute(DLI) 딥러닝 교육 및 트레이닝
리더스시스템즈는 NVIDIA Deep Learning Institute(DLI) 공인 교육 파트너로서, 최신 GPU 환경과 전문 강사진을 기반으로 체계적인 AI·딥러닝 트레이닝을 제공합니다. 산업별 요구에 최적화된 실무 중심 교육과 글로벌 표준 인증 과정을 통해 조직의 AI 역량을 빠르게 강화하며, 교육 이후 실제 프로젝트 적용까지 연계되는 완성도 높은 기술 지원 체계를 제공합니다. NVIDIA의 최신 기술 교육을 활용하여 AI, 데이터 과학, 가속 컴퓨팅 등의 분야에서 수요가 많은 기술, 실무 경험, 전문 지식을 얻으세요.
- NVIDIA 공인 DLI 교육 파트너
- DLI 공인 인증 강사진 보유
- NVIDIA 공식 수료 인증 발급
- 교육–컨설팅 연계 지원 체계 보유
- 산업별 실무형 트레이닝 구성
리더스시스템즈에서 진행하는 다양한 교육과정을 확인해보세요
-
#기초 과정 #Accelerated ComputingNVIDIA DLI 인증 교육 CUDA C/C++를 사용한 가속 컴퓨팅 기초 Fundamentals of Accelerated Computing with CUDA C/C++CUDA 기반의 초병렬 GPU에서 실행되도록 C/C++ 애플리케이션을 가속화하는 기본 도구와 기법을 설명합니다.
-
#Generative AI/LLMsNVIDIA DLI 인증 교육 생성형 AI와 분산형 모델 Generative AI with Diffusion Models컴퓨팅 성능과 과학 이론의 발전 덕분에 생성 AI는 그 어느 때보다 쉽게 활용될 수 있습니다. 본 과정에서는 텍스트-이미지 파이프라인에 널리 사용되는 디노이징 확산 모델에 대해 심층적으로 살펴봅니다.
-
#중급 과정 #Data ScienceNVIDIA DLI 인증 교육 가속 데이터 사이언스의 기초 Fundamentals of Accelerated Data Science데이터 과학은 조직이 데이터를 귀중한 자원으로 활용하여 더욱 현명한 의사 결정, 운영 개선, 그리고 고객 경험 향상으로 이어질 수 있도록 지원합니다.