다중 모달 파운데이션 모델 기반 복합 시계열 이상 탐지 연구
복잡한 산업 센서 스트림 데이터의 다변량 상관관계를 사전 학습된 트랜스포머 모델로 추론하여 Zero-shot 이상 탐지 정확도를 극대화하는 논문 프로젝트입니다.
투고 마감일 (Deadline)
D-43일 (2026.09.30)
원고 목표 분량
8.5 / 12 Pages (71%)
등록된 참고문헌
4편 인용 완료
전체 집필 진척도
64%
총 5개 챕터 중 2개 챕터 완성
잔여 연구 과제
3건
긴급 1건, 높은 우선순위 2건
지도교수 피드백 반영
4 / 5건
최근 코멘트 80% 반영 완료
LaTeX 빌드 상태
IEEEtran Pass
0 Errors, 2 Bib Warnings
연구 과제 및 집필 To-Do
5개
태스크를 불러오는 중입니다...
원고 챕터별 집필 진행률 (Manuscript Pipeline)
Ch 1. 초록 및 서론 (Abstract & Introduction)
2.0 / 2.0 Pages (100%)
Ch 2. 관련 연구 (Related Works & Survey)
2.0 / 2.5 Pages (80%)
Ch 3. 제안 방법론 (Proposed Framework)
2.5 / 3.5 Pages (71%)
Ch 4. 실험 및 검증 (Experiments & Ablation Study)
1.5 / 3.0 Pages (50%)
Ch 5. 결론 및 향후 과제 (Conclusion)
0.5 / 1.0 Pages (50%)
핵심 참고문헌 (Literature Vault)
4편
Attention Is All You Need
Deep Residual Learning for Image Recognition
Time-Series Anomaly Detection via Multi-Scale Transformers
A Survey on Foundation Models for Scientific Discovery
지도교수 피드백 반영 현황
"서론 3단락 연구 기여점 구체적인 수치로 명시할 것"
✓ 반영 완료 (F1-score 14.2% 향상 내용 추가)
"기존 SOTA 2종과의 시간 복잡도(Latency) 비교 테이블 추가"
⏳ 진행 중 (Table 2 작성 및 벤치마크 중)