[데이터넷] 종합 ICT 서비스 기업 에스넷시스템(대표 유홍준·장병강)은 '2023 ICT기금사업 우수성과 사례집'에서 디지털포용 분야 우수기업으로 소개됐다고 밝혔다.한국방송통신전략진흥원과 과학기술정보통신부가 공동으로 제작한 '2023 ICT기금사업 우수성과 사례집'은 ICT 기금 지원으로 산업 발전에 기여한 기업을 널리 알리기 위해 제작됐다. 이번 ICT 기금사업 우수성과 사례는 우수 발자취 기업을 포함해 총 7개 분야에서 55개 업체가 선정됐다.에스넷은 ICT 기금사업을 통해 중소·중견 제조 기업을 대상으로 에너지 최적화를 위한

1) Spark에 저장되어 있는 log Data 시각화 및 데이터 추출 2) <보일러 고장 예지> Deep Learning의 LSTM을 활용하여 Sensor의 Time Series Data의 추세를 예측한 Model을 만든 후 SVM을 활용하여 어느 시점에 고장이 날 것인지 판단하는 시스템 개발(성능 약 85%) 3) <인공지능 최적실내온도 설정> 고객이 보일러를 사용한 패턴과 그 때의 환경을 고려하여 사용자에게 맞는 실내최적온도를 자동 설정해주는 시스템 개발, RFE를 이용하여 실내최적온도를 설정해주는 변수 추출

무인 판매 스마트 스토어로 앞서 개발했던 냉장 음료에 더하여 스낵과 신선식품, 유제품 등 다양한 상품을 무인으로 판매하는 시스템을 개발 1) Clubhouse 관리 환경을 이용하여 회사의 Task를 관리하고 프로젝트 내 시간 지연이 발생하지 않게 시간 계획 및 개발 추진 2) 고객사 및 협력업체와 주 1~2회 씩 미팅을 가지며 전체 프로젝트의 이해관계에 대한 커뮤니케이션을 담당하여 협력사 전체와 이견 조율 3) 오인식을 줄이기 위해 Deep Learning Model 계층화(최종 mAP 92%)

https://doi.org/10.1016/j.datak.2018.10.003 이 연구는 특징 선택(Feature Selection)을 이용하여 텍스트 분류(Text Classification) 문제를 해결하기 위한 새로운 기법을 제안한 연구입니다. 텍스트는 모여서 문서(Document)를 이루고 문서들은 범주(Category)를 이루게 됩니다. 하지만 포털, SNS 등 실시간으로 생성되는 텍스트 데이터는 무분별하게 생성되어 범주를 이루지 못하고 버려지거나 정리가 되지 않은 상태로 저장됩니다. 이러한 데이터 손실을 막는 방법은 텍스트 분류 기법을 사용하여 해결할 수 있습니다. 텍스트 분류 기법 중 특징 선택으로 기반으로 정의된 대표적인 기법들이 있습니다. 그러나 이 기법들은 전통적인 분류 기법이거나 텍스트 분류 문제에서 적용되기 어려운 부분이 있어 높은 성능을 기대하기 어렵습니다. 본 연구는 텍스트 분류에 맞는 새로운 기법(TCM, Trigonometric Comparison Measure)을 제시하였습니다. 이 기법은 텍스트 분류에 적합하게 고안되었고 기존에 대표적인 기법들보다 분류 성능이 크게 향상되었다는 것을 연구 결과로 제시하였습니다.

Trigonometric comparison measure: A feature selection method for text categorization