상세정보

인공지능(AI) 기반 상태 관찰 체계를 위험 기반 평가로 맥락화하기 위한 핵심 요소 (Key Elements to Contextualize AI-Driven Condition Monitoring Systems towards Their Risk-Based Evaluation)
인공지능(AI) 기반 상태 관찰 체계를 위험 기반 평가로 맥락화하기 위한 핵심 요소 (Key Elements to Contextualize AI-Driven Condition Monitoring Systems towards Their Risk-Based Evaluation)
  • 저자

    Mehdi Dadfarnia, Michael Sharp

  • 발행처

    National Institute of Standards and Technology(NIST)

  • 발행연도

    2022

  • 분류(BRM)

    과학기술-과학기술연구

  • 소개

    상태 관찰 체계(Condition Monitoring Systems, CMSs)(임시명)의 사용에 이점이 있다는 증거가 나타나지 않는 이상, 산업 이용자가 해당 체계의 채택을 주저할 수 있다. 손실을 방지하는 CMS의 능력 측정은 어려운 일이며 표준 절차 역시 부족하다. 폐쇄형 인공지능(AI) 기반 CMS의 가용성이 증가함에 따라 CMS의 영향을 예측하는 것이 점차 어려워지고 있다. 이에 따라 CMS에 대한 주저 역시 약화되고 있다. 이 문서에서는 CMS 영향의 평가에 중요한 세 가지 핵심 요소인 응용 프로그램 영역, 위험 관리 프로세스, 모니터링 메커니즘에 대해 자세히 설명한다. 또한 자산의 위험 관리 프로세스 내에서 CMS의 역할을 맥락화하여 CMS 사용을 정당화할 수 있는 요소에 대해 설명한다.

  • 출처 URL

    https://www.nist.gov/publications/key-elements-contextualize-ai-driven-condition-moni...

  • 국가명

    미국




국립세종도서관 ' 인공지능(AI) 기반 상태 관찰 체계를 위험 기반 평가로 맥락화하기 위한 핵심 요소 (Key Elements to Contextualize AI-Driven Condition Monitoring Systems towards Their Risk-Based Evaluation)' 저작물은 공공누리 1유형(출처표시) 조건에 따라 이용할 수 있습니다.
  국립세종도서관 "인공지능(AI) 기반 상태 관찰 체계를 위험 기반 평가로 맥락화하기 위한 핵심 요소 (Key Elements to Contextualize AI-Driven Condition Monitoring Systems towards Their Risk-Based Evaluation)" 저작물은 "공공누리 1유형(출처표시)" 조건에 따라 이용할 수 있습니다.


이용 활용도