마이팩토리데이터

Sustainable value

지속가능한 가치

2021 제조데이터 분석 경진대회
2021 제조데이터 분석 경진대회
상금 : 200만원
일정 : 2021-11-17 ~ 2021-11-30
참가팀 : 14
  • 개요
  • 데이터
  • 베이스라인
  • 리더보드
  • Q&A
  • 대회 종료

b404441c1b2df6b80abfdeea27b910b1_1634632362_0182.png


공지사항 

- 본 경진대회는 회원가입 후 참가신청을 해야 참가가 가능합니다.

- 참가대상은 경남도내 대학 학부생입니다.

- 참가신청은 팀 단위로 신청가능하며, 대표자의 아이디로만 제출한 기록만 인정됩니다.


배경

- 경남 창원 제조업의 주요 생산설비 중에 하나인 CNC, MCT 등의 설비로부터 수집된 전력, 진동 등의 데이터를 분석하여 설비에서 사용되는 공구와 공구상태를 예측하고자 합니다.

- 이러한 제조데이터분석은 앞으로 불량예측, 설비예지보전 등의 제조 AI 서비스 개발에 시작점이 될 것으로 생각됩니다.


주최 및 참가대상

- 주최/주관 : 경남창원 혁신데이터센터/창원대학교 ICT융합센터

- 참가대상 : 경남도내 학부생(팀으로 참가가능), 대학원생 제외


일정

- 참가신청기간 : 2021년 11월 9일 ~ 11월 16일

- 경진대회 : 2021년 11월 17일 ~ 11월 30일 (데이터세트는 11월 17일 업로드 됩니다)

- 검증자료 제출 : 2021년 12월 1일 ~ 12월 2일

- 시상식 : 2021년 12월 8일


상금 및 시상규모

- 총 상금은 200만원이며, 상품권으로 지급될 예정입니다.

- 최우수 : 상금 100만원(1팀)

- 우수 : 상금 50만원(1팀)

- 장려 : 상금 25만원(2팀)


제출

- 검증데이터(test_input.zip)을 이용하여 총 152개의 구간에 대한 Tool과 condition을 예측합니다.

- 예측 결과를 output_sample.csv와 동일한 양식으로 출력하여, "," (쉼표)로 분할된 csv 파일로 제출합니다.

- 152개의 구간에 대해 2가지 예측값이 모두 포함되어야 하며, 컬럼의 순서가 바뀌지 않도록 주의하세요.


평가

- Tool과 Condition에 대한 각각의 F1-Score로 결정되며, 베이스라인에 평가코드가 명시되어 있습니다.

- 여러 차례 제출시, 최종점수는 최고점만 반영됩니다.

- 평가결과를 제출하면 실시간으로 F1-Score와 함께 리더보드에 순위가 나타납니다.

- 경진대회가 종료되면 상위참가팀들을 대상으로 코드파일과 설명자료, 재학증명서를 제출받아 코드검사 및 학습과정 재현을 통해 부정행위 여부를 판가름 한 뒤 최종 순위를 발표합니다.

- 동점자 발생시 최고점수를 업로드한 일시가 빠른 순서로 순위를 매깁니다.


대회 주요 내용

- 한 팀의 최대인원은 5명

- 팀 대표 1인만 대회참가 신청

- 제출은 팀 대표 1인의 아이디로만 제출

- 팀이 수상하는 경우 팀 대표에게만 상금 지급

- 입상자는 ipynb, py 형식으로 된 학습, 결과생성 코드와 학습된 모델과 설명서, 재학증명서를 제출해야 합니다.

- 제공되는 데이터세트와 설명자료는 “혁신데이터센터”의 자산입니다.

- 입상자의 코드와 설명자료는 “혁신데이터센터”의 소유로 인정됩니다.

 

1. 목표 

● 제조 설비의 센서 데이터로부터 설비의 상태를 탐지합니다.

● 수집된 시계열 데이터로부터 해당 구간에서 사용된 공구 종류와 공구 상태를 예측하는 것이 목표입니다.


2. 학습 데이터

● train_input.zip

- 각 csv 파일은 열 이름 행을 제외하고 410개의 행으로 구성되어 있으며, 하나의 행은 0초부터 59초까지 1초마다 수집된 시계열 데이터입니다.

- csv 파일 간에 같은 위치에 있는 값은 각 센서에서 동일한 시점에 기록된 값입니다.

- train_input_전체전력.csv : 메인 배전반에 공급되는 전력

- train_input_스핀들전력.csv : 스핀들 모터에 공급되는 전력

- train_input_스핀들진동.csv : 스핀들 모터의 진동


● train_output.csv

- 열 이름 행을 제외하고 410개의 행으로 구성되어 있습니다.

- 각 행은 input 데이터의 각 시계열이 기록된 구간의 설비 상태입니다.

- Tool : 공구 종류 {0 : 5.5Φ 드릴, 1 : 8.6Φ 드릴, 2 : 11.7Φ 드릴, 3 : 10Φ 엔드밀, 4 : 8Φ 엔드밀}

- condition : 공구 상태 {0 : 정상, 1 : 이상}


3.검증 데이터

● test_input.zip

- 각 csv 파일은 열 이름 행을 제외하고 152개의 행으로 구성되어 있으며, 나머지 사항은 학습 데이터(train_input.zip)와 동일합니다.

첨부파일

※ 평가에 사용되는 계산식은 아래를 참고하시기 바랍니다. 


import numpy as np

import pandas as pd

from sklearn.metrics import f1_score


def scoring(CorrectAnswer_filename, SubmitAnswer_filename):

    y_test = pd.read_csv(CorrectAnswer_filename)

    p_test = pd.read_csv(SubmitAnswer_filename)


    Tool_score = f1_score(y_test['Tool'], p_test['Tool'], average='macro')

    condition_score = f1_score(y_test['condition'], p_test['condition'], average='binary')


    score = Tool_score*0.4 + condition_score*0.6 # 공구종류 : 불량여부 = 4 : 6 비율로 반영

    return score

순위 팀명 제출자(닉네임) 제출횟수 최고점수 제출일
1 빌런 영탁 630 0.99417475728155 2021-11-30 21:51:11
2 CWDA 20163182 204 0.99417475728155 2021-11-30 22:20:49
3 G3 김가윤 82 0.98823529411765 2021-11-19 19:37:06
4 카이로스 pen2402 840 0.98285714285714 2021-11-25 11:37:42
5 kang tfpd 21 0.95617094017094 2021-11-27 15:54:32
6 HIAI eastfortune 126 0.93527013796173 2021-11-28 10:57:05
7 ASCLab kchanjin 84 0.89263157894737 2021-11-30 23:49:02
8 Media Lab 호준 14 0.84583647890072 2021-11-30 23:48:11
9 주환 닉변요망 4 0.76761686405507 2021-11-20 20:22:27
10 동건컴퍼니 함팬 2 0.098125079804076 2021-11-17 21:22:32
11 Paul 곽창원 1 0.045425266378593 2021-11-17 22:14:25
12 1234 1234 1 0 2021-11-18 09:10:46
Q&A
Q&A 작성
제출 파일 업로드

한 개의 파일(csv)만 가능합니다.

한개의 csv 파일만 가능합니다.
제출명
제출이력
제출자 제출명 점수 제출일
게시물이 없습니다.