Home

용해탱크 공정의 센서 값으로 제품의 정상(OK) / 불량(NG)을 예측하는 LSTM Baseline 실험입니다. README가 무엇을 했는지 요약한다면, 이 Wiki는 어떻게 실험했고 결과를 왜 그렇게 읽는지를 설명합니다.

한눈에 보기

데이터	KAMP 용해탱크 AI 데이터셋, 835,200행 (2020-03-04 ~ 2020-04-30)
입력	용해 온도, 교반 속도 × 10개 시점
모델	LSTM 50 → Dense 1 (Sigmoid)
결과	Test Accuracy 0.805, 전체 데이터 ROC AUC 0.433
후속	melting-tank-mlops가 이 모델을 API로 배포

이 프로젝트에서 보여 주려는 것

1. 시계열 센서 데이터를 LSTM 입력으로 만드는 전처리 흐름 → 데이터와 모델
2. 좋아 보이는 지표를 Class 비율과 함께 다시 읽는 과정 → 실험 결과
3. Baseline에서 드러난 문제와 다음에 고칠 것 → 한계와 다음 단계

숫자로 본 진행

항목	값	근거
작업 기간	2025-11-04 ~ 2025-11-11	Commit 기록
데이터	835,200행 (OK 658,133 · NG 177,067)	Notebook 출력
학습 Window	821,022개 (SMOTE 적용 뒤)	Notebook 출력
Test Window	250,550개	Notebook 출력
학습	25 Epoch에서 멈춤, Epoch당 약 24초	Notebook 출력

문서 안내

쪽	내용
데이터와 모델	데이터 구성, 전처리 순서, 모델과 학습 설정
실험 결과	Test 평가, 전체 데이터 재평가, 수치를 읽는 법
한계와 다음 단계	설계의 한계, 다음에 한다면