Machine Learning 기반 반도체 산업 최적 수요예측

 

◇ 관련 기관: 삼성전자(주)

◇ 수행 기간: 2017.06 ~ 2017.11

◇ 수행 배경

  • 비즈니스 패러다임이 서비스 중심으로 변화함에 따라, 정확한 수요예측을 할 수 있다면 큰 비용 절감으로 이어질 수 있음
  • 기존의 인간 경험 기반의 전통적 수요예측 방법론으로는 정확한 수요예측에 한계가 있음
  • 데이터 기반의 수요예측을 통해 수요예측의 정확도 상승 기대

◇ 수행 내용

  • 정규화(regularization) 기법을 통해 CPU, SERVER 반도체 별 수요예측에 영향을 미치는 주요 인자 도출
  • 계절 변동성 등 데이터 특성을 반영하기 위해 클러스터 기반의 시계열(time-series) 예측 모델 개발
  • 클러스터 기반의 시계열 예측에서, 주요 인자의 특성을 반영할 수 있는 보정 방법론 연구
  • 편리한 PC 및 SERVER 데이터 수집을 위한 크로울링(crawling) 모듈 개발