■ 개발 및 자료 제공 : 피도텍, 02-2295-3984, http://www.pidotech.com
머신러닝 기술의 발달에 따라 데이터 기반 예측 모델 생성 기술은 디지털 트랜스포메이션을 이루는 성패를 좌우한다.
AMR을 통해 샘플링, 메타모델링, 머신러닝 등의 전문 지식 없이도 예측 오차를 줄이기 위해 데이터를 추가하면서, 가장 적합한 예측 모델로 스스로 진화하는 예측 모델 생성 프로세스를 경험할 수 있다.
1. 주요 특징
(1) Outlier Filter
잘못된 소수의 데이터로 인해 전체 예측 모델의 정확성이 훼손되는 것을 막기 위해, 효과적인 Outlier 제거 필터를 제공한다.
(2) ML Model Generation AI
신뢰성 있는 데이터를 기반으로 가장 정확성이 높은 예측 모델을 구축할 수 있도록, 피도텍의 고유한 기술로 개발된 AI 기반 예측 기술(Bruce)을 활용한다.
(3) Rule-based Sequential Sampling Manager
최소한의 샘플로 가장 정교한 예측 모델을 생성하기 위해, 최신 순차적 샘플링 기술들의 장점에 피도텍만의 노하우를 적용한 샘플링 기법을 제공한다.
(4) ML Model Export Manager
생성된 예측 모델의 확장성을 높이기 위해, 별도의 라이선스 없이 다양한 형태(엑셀, PIAnO 모델, 실행파일 등)로 배포할 수 있는 기능을 제공한다.
2. 도입 효과
(1) 접근성 확대
예측 모델을 생성하기까지 필요한 배경지식(실험계획법, 메타모델링, 예측 모델 오차 분석 등)을 전문적으로 배울 필요가 없어 사용상의 진입 장벽이 낮다.
(2) M/H 절감
데이터 생성부터 예측 모델 구축까지의 과정이 자동으로 진행되므로 공수가 절감된다.
(3) 빅데이터 생성 프로세스 구축
AMR은 데이터 생성 프로세스가 자동화되므로 Data-Driven Design으로 발전하기 위한 데이터 확보 시스템으로 활용될 수 있다.
좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다.