▶️25분
[영상] 시계열 이상 탐지 딥러닝 기술
Day 2: 시계열 센서 데이터 처리
[영상] 시계열 이상 탐지 딥러닝 기술
예지보전 — 설비 고장 예측 시스템 > Day 2: 시계열 센서 데이터 처리
학습 목표
FFT로 진동 신호를 주파수 도메인으로 변환할 수 있다 Z-score와 IQR 기반 이상값 탐지 로직을 구현할 수 있다 LSTM이 시계열 패턴을 학습하는 원리를 설명할 수 있다 리샘플링·보간·정규화 전처리 파이프라인을 설계할 수 있다
플레이어 로딩 중...
핵심 포인트
- • FFT는 '왜 진동하는가'를 알려 줌 — 주파수 피크 위치 = 고장 원인 단서
- • Z-score >3.0 → 이상, 계절성 데이터엔 STL 잔차 Z-score 사용
- • LSTM hidden state가 장기 의존성(기어 마모 누적)을 포착
- • 정규화는 센서별 독립 적용 — 압력과 온도 범위가 다름