Master of computer

품질비용 : 기업운영의 잠재 리스크 신뢰성=시장품질 제품 제조 단계에서는 기업의 수입이 창출되지 않음. 예) 급발진문제로 배상하는 경우의 리스크를 통해 깨달음 : 제품 판매 후 사용자의 신뢰성을 잃는다면 큰 리스크가 돌아온다, 여러 발생가능한 사고를 미리 방지해야겠구나! 신뢰성의 정의 주어진 작동환경에서 주어진 시간동안 시스템이 고유의 기능을 수행할 확률 성질 신뢰성 / 확률 신뢰도 품질과 신뢰성의 차이 품질은 현시점에서 제품의 특성, 측정 쉬움, 불량률 신뢰성은 미래의 성능과 고장(동적) 제품 초기 단계에서 관리가 필요, 수명, 고장률 신뢰성 분석의 필요성을 살펴 보기 위해 패러다임의 변화를 살펴본다. 고장의 원인 1. 취약한 설계 2. 과부하 3. 강도가 부하보다 높게 설계되었어도 부하가 강도보다 크..

소비자들의 요구사항 증가, 제품복잡도 및 다양성 증가, 제품주기 단축, 세계화 및 규제 변화로 효과적인 품질경영 수행이 어려워짐에 따라 기업들의 품질경영 전략이 새로이 요구됨. 품질 4.0 품질경영시스템의 Digital Transformation ICT융합을 통해 사전에 수집, 분석된 빅데이터를 활용한 신개념 품질관리 및 경영 개념 스마트 공장 경영 지능형 디지털 시스템이 제공하는 실시간 데이터를 이용하여 혁신적으로 공정이나 비즈니스 최적화를 도출하여 시장변화에 능동적으로 대응할 수 있는 경영활동 디지털 변환 다양한 디지털기술을 활용하여 기업을 변화시켜 고객과 시장에 대응하는 능동적 경영전략 품질관리 개선 영역 1. 예방적 품질관리 제품 개발부터 시장 출시에 이르는 전 과정 상에서 제품의 품질을 보장. ..

SPC (Statistical Process Control) 통계적 공정 관리 통계적 방법으로 공정을 효율적으로 운영해나가는 관리방법 제조 품질 향상 방안의 하나로써 SPC를 이용한다. 통계적 자료와 분석기법을 이용하여 공정의 품질변동원인과 능력상태를 파악함으로써 주어진 품질목표를 달성할 수 있도록 끊임없는 품질개선이 이루어지도록 관리해가는 활동. 모니터 : 공정입력에 대한 특성을 파악하고 있지 못하면 출력을 계속해서 모니터함 관리 : 입력과 출력의 인과관계를 이해 입력에 대한 측정을 통하여 제품 출력의 상태를 예측할 수 있다면 '공정 관리하에 있다'고 할 수 있다. 관리의 목표 : 입력에 대한 변동을 탐지하고 적절한 조치를 실행하기 위함. 품질 변동 - 우연 원인 : 불가피한 품질변동 (작업자 숙련도차..

한양대학교 산업공학과 배석주교수님 신뢰성 및 품질에 관한 연구 수행중 (자동차 부품에 대한 신뢰성, 배터리에 대한 수명 연구) 빅데이터와 인공지능을 이용한 기업의 제품의 품질과 신뢰성 향상 방안을 마련하기 위한 교육 품질 및 신뢰성 공학 품질이란? Quality 인산 가공제품은 사포닌 성분이 높을수록 품질이 좋다. 용도에 따라 사용자마다 품질을 정의하는 것이 다르다. 품질은 실제용도와 판매가격의 최적상태라는 가치 관점에서 정의할 수 있다. 품질의 구성요소 : 제품특징과 무결함 제품특징 : 판매수익의 증대에 기여하는 요소. 설계품질ㄹ로서 이를 개선하기 위해 원가상승이 수반됨. 무결함 : 원가절감에 기여하는 요소, 적합품질(제조품질)이라 볼 수 있으며 이를 높이면 고객 클레임이 감소함. 규격적합성에서 고객 ..

청년대상 AI교육 프로그램 AI + Aim(조준) + er 주도적으로 목표를 설정하고 AI시대를 이끌어가는 청년들을 의미 이론 기반의 지식습득을 넘어서 AI이론을 실제 활용할 수 있는 기회 제공 현장의 실제 Data를 기반으로 AI를 활용하여 문제를 해결하는 과정을 통해 실무경험 체험 가능 교육일정 7월 한 달간(7.4.~7.29.) LG임직원 전용 학습시스템 QRIUS 활용하여 온라인 강의 수강 6~8개 모듈의 온라인 강의로 구성되어 있으며, 총 영상 시간은 15시간 이내임. 모듈은 3~4개의 영상으로 구성되어있으며 모듈당 학습시간은 2시간 미만. 8월 한 달간(8.1. ~ 8. 26.) AI 해커톤 전문 커뮤니티 DACON 플랫폼 활용하여 해커톤 대회 실시 LG AI연구원 주최로 LG계열사의 문제를 ..

KT AI연구포털 지니랩스 오픈 http://genielabs.ai AI 테크스페이스 KT융합기술원에서 개발한 AI기술을 시연해볼 수 있다. Voice AI : 음성인식과 음성합성, 화자 인증 NLP AI : 대화 처리, 언어 분석, 질의 응답 Vision AI : 객체 검출, 영상 생성, 모션 분석, OCR Industry AI : 디지털 트윈, AI 코딩, 에너지 AI, 센싱 AI 네트워크 AI : 오퍼레이션, 보안 AI 데이터 허브 KT가 진행했던 AI 프로젝트와 사업들에서 수집한 AI 학습데이터가 추후 제공될 예정이다. AI 에코 스페이스 다양한 AI API로 구성된다. 여러 API 품질을 자유롭게 비교하고 테스트하는 공간이다. 대량의 고품질 데이터가 가장 중요한 요소인 AI기술을 발전시키는 데 ..

인간이 만들어낸 과거의 모든 도구는 그 활용의 중심에 인간이 있었다. 인공지능은 인간 두뇌의 한계를 뛰어넘기 위한 도구다. 그래서 기존처럼 인간의 생각과 판단범위 안에서만 인공지능을 사용하면 인공지능본래의 기능을 결코 발휘할 수 없다. 인공지능이란 강력한 컴퓨팅 기술을 바탕으로 한 새로운 데이터 활용법이다. 데이터 활용의 3단계 1. 데이터 분석을 통한 인사이트 발굴 2. 새로운 가치를 더한 데이터 만들기 3. 비즈니스적으로 의미있는 변화 만들기 인공지능 : 여러 기준에 따라 다양한 분야가 합쳐짐 1. 머신러닝 2. 자연어 처리(음성인식) 3. 컴퓨터 감각(이미지 인식) 4. 자동추론(데이터 기반으로 컴퓨터가 결정) 5. 지식표현(컴퓨터의 지식을 인간이 이해) 인공지능 활용 경영 = data driven..

JSON(제이슨[1], JavaScript Object Notation)은 속성-값 쌍(attribute–value pairs), 배열 자료형(array data types) 또는 기타 모든 시리얼화 가능한 값(serializable value) 또는 "키-값 쌍"으로 이루어진 데이터 오브젝트를 전달하기 위해 인간이 읽을 수 있는 텍스트를 사용하는 개방형 표준 포맷이다. 비동기 브라우저/서버 통신 (AJAX)을 위해, 넓게는 XML(AJAX가 사용)을 대체하는 주요 데이터 포맷이다.

모든 내용은 위 책에서 발췌된 내용입니다. 국비지원 빅데이터 인재양성과정 수강은 어떨까? 국비 교육 과정으로 AI 빅데이터 과정을 4~6개월 동안 열심히 들어도 실제 얻는 것은 거의 없다. 차라리 혼자 공부하는 게 훨씬 빠르다. (우리나라에는 AI 빅데이터를 가르칠 수 있는 교수가 없음, 실제로 배우러 가니 개발자 과정이 80%였고 이는 현업에서 쓰이지 않음.) AI 전담 연구조직 : 에어렙 AI 빅데이터 분석가에게 필요한 자질? AI 빅데이터 전문가가 되기 위해서는 수리통계학적 지식, 코딩 능력, 경영학적 서술 능력을 두루 겸비해야 한다. 데이터에 대한 지식이 필요하기에 데이터베이스에 대한 사전 지식이 필요하다. 과거 RDB뿐만 아니라 최근에 많이 쓰는 No-SQL까지 알아야 한다. 또한 이와 관련해서..