FMS
AI 모델
XGBoost 4단계 예지보전 모델 · 학습 / 관리
대시보드
시뮬레이터
AI 모델
모델…
모델 정보
MLflow Model Registry
–
등록 모델
–
버전 / 단계
XGBoost
런타임 (PyTorch 미사용)
4-class
정상·관심·경고·위험
256
입력 피처 차원
0.96
holdout macro-F1 (학습시 정적값)
모델 학습
학습데이터·AI 선택 → 데이터셋 빌드 → XGBoost 학습 → MLflow 등록(Staging). 동시 1개
학습 데이터 (장비)
전체 장비 (AGV+OHT 36대)
AGV 18대
OHT 18대
데이터량
전체
빠른검증 (세션 16)
AI 알고리즘
XGBoost (4-class)
학습 프리셋
기본 (depth 6 · 200라운드)
빠름 (depth 4 · 80라운드)
정밀 (depth 8 · 400라운드)
추론 런타임이 XGBoost 전용이라 알고리즘은 XGBoost 고정 — 다른 알고리즘은 런타임 확장 후 추가 가능.
▶ 학습 시작
■ 취소
⬆ Production 승급
대기 — 선택 후 시작을 누르면 백그라운드로 재학습합니다.
queued
·
0%
–
holdout macro-F1
–
train macro-F1
–
AUROC (OvR macro)
–
학습/검증 윈도우
MLflow run:
열기 ↗
입력 피처 구성
256차원 = 통계 + 주파수(STFT) + 열화상 임베딩(스텁) + 메타 · 열화상 64d는 현재 0-벡터