Skip to main content

예측 결과 뷰어

개요​

이 화면은 무엇인가요?

이 화면에서는 예측 결과 뷰어 데이터를 등록하고 관리합니다. 예측유형(RUL_DAYS, ANOMALY_SCORE, QUALITY_SCORE, ENERGY_KWH 등)별로 분류할 수 있습니다.

누가 사용하나요?​

  • 데이터사이언티스트: 예측 결과 뷰어 ML 모델 개발, 학습 관리
  • 설비담당: 예측 결과 뷰어 현황 확인, 이상 시 조치
  • AI엔지니어: 예측 결과 뷰어 모델 학습, 성능 최적화

언제 사용하나요?​

  • 신규 예측 결과 뷰어 데이터를 등록할 때
  • 기존 예측 결과 뷰어 정보를 수정하거나 이력을 확인할 때

주요 기능​

  • 등록·조회: 예측 결과 뷰어 데이터의 신규 등록 및 목록 조회
  • 유형별 분류: 예측유형(RUL_DAYS , ANOMALY_SCORE , QUALITY_SCORE 등)별 분류 및 필터
  • 감사 추적: 데이터 변경 이력 자동 기록

업무 흐름에서의 위치​

입력 항목 가이드​

항목설명필수입력 예시
예측모델IDdt_prediction_models 테이블 참조 (model_name 표시)✅목록에서 선택
설비ID관련 데이터 선택목록에서 선택
예측일시해당 날짜/시각✅2026-03-17 09:00
예측유형분류 구분✅RUL_DAYS / ANOMALY_SCORE / QUALITY_SCORE
예측값예측값✅숫자 입력 (소수점 가능)
신뢰도신뢰도숫자 입력 (소수점 가능)
상한상한숫자 입력 (소수점 가능)
하한하한숫자 입력 (소수점 가능)
실제값실제값숫자 입력 (소수점 가능)
알림여부알림여부예 / 아니오
알림임계값알림임계값숫자 입력 (소수점 가능)
예상잔여수명(시간)식별하기 쉬운 이름숫자 입력 (소수점 가능)
RUL신뢰도(%)RUL신뢰도(%)숫자 입력 (소수점 가능)
정비필요도점수정비필요도점수숫자 입력 (소수점 가능)
컨텍스트데이터컨텍스트데이터자유 텍스트 입력

자주 묻는 질문 (FAQ)​

예측 결과 뷰어 데이터를 대량으로 등록하려면 어떻게 하나요?

CSV 가져오기 기능을 사용합니다. 먼저 CSV 내보내기로 템플릿을 다운로드한 후, 템플릿에 맞춰 데이터를 입력하고 CSV 가져오기로 일괄 등록합니다.

실무 시나리오​

신규 예측 결과 뷰어 등록​

상황: 새로운 예측 결과 뷰어 데이터를 등록해야 합니다.

처리 순서:

  1. 신규 예측 결과 뷰어 데이터를 생성합니다
  2. 예측유형을 RUL_DAYS으로 선택합니다
  3. 예측모델ID을(를) 입력합니다
  4. 예측일시을(를) 입력합니다
  5. 저장하여 등록을 완료합니다
참고: 데이터 구조

테이블: dt_prediction_results

컬럼명한글명타입설명
model_id예측모델IDUUID*필수 dt_prediction_models 테이블 참조 (model_name 표시)
equipment_id설비IDUUID
predicted_at예측일시TIMESTAMP*필수
prediction_type예측유형RUL_DAYS / ANOMALY_SCORE / QUALITY_SCORE / ENERGY_KWH / FAILURE_PROBABILITY*필수
predicted_value예측값DECIMAL*필수
confidence신뢰도DECIMAL
upper_bound상한DECIMAL
lower_bound하한DECIMAL
actual_value실제값DECIMAL
is_alert알림여부BOOLEAN
alert_threshold알림임계값DECIMAL
estimated_rul_hours예상잔여수명(시간)DECIMAL
rul_confidence_pctRUL신뢰도(%)DECIMAL
maintenance_score정비필요도점수DECIMAL
context_data컨텍스트데이터TEXT

데이터 관계​