AI 학습 알고리즘
패턴을 빠르게 인식하고 대응하는 효율 극대화 AI 모델
- 패턴 학습과 패턴 분류를 통해 데이터의 숨겨진 패턴을 감지
- 강화학습 기반으로 패턴 학습의 효율성 극대화 = 예측 신뢰도 향상
- 대량 데이터의 검색/수집/변환 작업을 자동화
- 패턴 분류와 예측을 통해 얻은 결과를 피드백으로 활용하여 지속적 개선 및 연속성 보장
- 사전 시뮬레이션 환경과 발생 기능한 모든 환경의 시나리오를 자동으로 구축
기술소개
패턴 학습
데이터를 통해 패턴을 발견하는 강화학습 기반 최적의 분석 솔루션
- 수많은 데이터 속에 숨어 있는 패턴과 특정 행위를 시행착오를 통해 식별
- MDP (Markov Decision Process), 순차적 의사결정 문제를 풀기 위한 최적화 모델
- 특정한 상황에 대해 행동하고 보상을 받으며, 보상을 최대화하는 행동을 통해 시간에 따라 학습이 발전하고 성능이 향상
패턴 분류
Clustering 기법을 통한 유형별 군집화
- 새로운 변화 내역을 반영한 실제 운영 환경에서의 패턴 분류
- 최적의 분류를 위한 n차 반복 파티션 모듈을 적용
- 신호에 대한 연관 키워드 meta table 구성
- 신호의 유사 패턴 인식으로 신규 신호에 대한 위험 유무 판단
- 단순 교집합이 아닌 조건부 확률의 높은 신뢰도 기반의 분류 체계
패턴 예측
복수의 예측 알고리즘을 통한 최상의 시나리오와 앙상블 모델
- 예측을 통한 대응 체계의 업무 프로세스 정립과 연속성 보장
- 위험 징후, 예지 분석 등 관리 맞춤형 정보의 제공
- 최상의 예측 정확도를 보이는 알고리즘을 선택하여 발생 가능한 모든 사건을 발견
- 사전 시뮬레이션 환경과 발생 가능한 모든 환경의 시나리오를 자동으로 구축
-
Neural Network
-
Linear regression
-
Support Vector Machine
-
Random forest
