[STEP2] AI 확인하기 - AI 생성 결과 확인

개요

• 해당 단계에서 AI의 성능을 확인할 수 있습니다.
• 업로드한 전체 데이터 중 일부 데이터는 테스트 데이터로 분류되고, 이는 AI의 품질을 검증하기 위해 사용됩니다.

AI 성능 확인

AI의 결과 속성 예측에 대한 성능을 확인하세요. 평균적인 수준 및 정확히 예측한 케이스와 부정확한 케이스의 정보를 확인할 수 있습니다.

결과 속성 예측 성능

결과 속성인 최대 외경의 오차와 최소 외경의 오차를 예측하는 AI의 성능을 확인할 수 있습니다.

• 파란색 - 실제 결과 속성의 값입니다.
• 빨간색 - AI를 통해 예측한 결과 속성의 값입니다.

Best Case vs. Worst Case

• Best Case와 Worst Case를 통해 비교적 AI 예측이 잘 이루어진 경우와 정확도가 부정확하게 예측된 경우를 확인 할 수 있습니다.
• 사용자는 해당 정보를 통해 AI가 강건한 경우와 약한 경우를 확인 할 수 있습니다.

평균 정확도, 평균 오차, 데이터 범위

• 평균 정확도를 통해 AI의 전반적인 정확도를 파악 할 수 있습니다.
• 평균 오차와 데이터 범위를 통해 정확한 오차 수준을 파악 할 수 있습니다.

예측에 사용된 input

• 차트에 마우스를 올리면 예측에 사용된 input을 확인할 수 있습니다.

제어 속성에 대한 반응성

• AI가 제어 속성에 따라서 어떻게 반응하는지 확인할 수 있습니다.
• 차트는 테스트 데이터 전체에 대한 결과입니다.
  • 청록색 선은 평균을 나타냅니다.
  • 하늘색 선은 오차 수준을 나타냅니다.
• x축(제어 속성의 변화) : 타 변수(환경 속성, 타 제어 속성)는 고정한 상태에서 각 제어 속성만 변화를 주며 테스트를 진행한 값입니다.
• y축(예측 결과 속성) : AI가 고정된 변수들과 변화된 제어 속성을 기반으로 예측한 결과 속성 값입니다.

최적화 차트

최적화를 진행하기 전에, 샐제 생산 기록과 AI의 최적화 결과를 비교하여 AI의 최적화 성능을 확인합니다.

• 최대화 혹은 최소화가 목표인 속성은 실제 값과 최적화된 값을 비교합니다.
• 속성에 맞추기가 목표인 속성은 목표 속성에 얼마나 근접했는지를 비교합니다.
• AI 활용 시에는 최적화 목표별로 우선순위를 부여할 수 있습니다.
• 각 우선순위에 따라 차별화 된 결과를 확인하고, AI 활용 시 참고할 수 있습니다.

• 우선순위
  • 각 번호는 해당 속성에 대한 최적화 목표의 우선순위입니다.
  • 숫자가 작을수록 해당 속성의 목표를 우선하여 최적화된 추천값을 제공합니다.
  

최적화 차트

• 우선순위

  • 각 번호는 해당 속성에 대한 최적화 목표의 우선순위입니다.
  • 순위가 높을 수록 해당 최적화 목표를 우선시하여 추천 값을 개선하여 제공합니다.
  • 각 최적화 목표의 우선순위에 따라 개선 수준이 달라짐을 확인 할 수 있습니다.
    
    

• 우선순위 설정

  • 각 최적화 목표에 대한 우선순위 부여에는 많은 경우의 수가 존재합니다.
  • 최적화 결과에서는 최대 3가지의 우선순위 부여 결과 예시를 제공합니다.
  • 세로축의 차트가 하나의 결과 셋트입니다.
    • 각 최적화 목표의 우선순위에 따라 개선 수준이 달라짐을 확인할 수 있습니다.

• 긍정 vs. 부정
  • 각 최적화 목표에 부여된 아이콘을 통해 결과의 개선여부를 확인 할 수 있습니다.

• 추천값 비교
  • 차트를 클릭하면 각 환경속성별로 실제 생산 기록과 솔루션의 예상 결과를 비교 할 수 있습니다.