MDMS Input
시간·변수·도메인·데이터 유형을 구분하고, 각 신호의 공간을 유지한 채 입력합니다.
POWERTHERMALCOMPUTE
COMPANY / OTIFY
산업의 다음 상태를
계산하는 AI.
OTIFY는 서로 다른 산업 신호의 관계를 읽고,
다음 상태의 예측을 운영의 판단으로 연결합니다.
OTIFYWE BUILD THE NEXT PARADIGM
01 / LPM
OTIFY의 핵심 알고리즘,
LPM.
LPM · Large Predictive Model
LPM은 OTIFY가 보유한 핵심 예측 알고리즘입니다. 시간, 변수, 도메인과 데이터 유형을 구분된 공간으로 다루고, 그 사이의 관계를 연산해 다음 상태를 예측합니다.
예측에 필요한 원천 구조와 관계를 보존해, 판단 근거의 손실을 최소화하는 설계를 지향합니다.
Relation Processing
차원과 공간 사이의 관계, 상태 변화, 영향의 전이와 불확실성을 함께 연산합니다.
MDMS Output
예측값과 범위, 위험도와 영향 변수, 시나리오별 결과를 구분된 형태로 제공합니다.
MDMS는 OTIFY의 구조 설명 용어입니다. 구조 정보의 보존과 예측 성능은 적용 데이터 및 조건에 따라 검증합니다.
02 / DESIGN PRINCIPLES
예측의 근거를 설계합니다.
서로 다른 신호를 구분
각기 다른 주기와 단위를 가진 데이터를 고유한 맥락과 함께 다룹니다.
신호 사이의 관계를 연산
한 영역의 변화가 다른 영역에 미치는 영향을 예측 과정에 연결합니다.
결과와 불확실성을 함께 설명
하나의 숫자에 그치지 않고 범위와 위험, 대응 시나리오를 판단할 정보를 제시합니다.
03 / TECHNOLOGY TO OPERATIONS
LPM의 예측을,
QUNIA의 운영 경험으로.
PLATFORMQUNIA
현장 운영자가 예측부터 결과 검증까지 살피는 플랫폼
EXECUTION ENGINEOPX
대응 비교, 제약 확인, 승인과 실행 판단을 연결하는 엔진
CORE TECHNOLOGYLPM
산업 신호의 관계를 연산하고 다음 상태를 예측하는 핵심 기술
기술을 만드는 사람들의 관점.
연구, 사업전략, 제품 개발에서 발견한 질문을 공유합니다.
OTIFY 블로그 ↗