국가R&D 과제 동향

해석 가능한 정책 기반의 Contextual Bandit을 활용한 적응형 주문 수락 및 일정 최적화 머신러닝 프레임워크

관리자 · 2026-11-16 05:40 · 조회 11
국가R&D로 수행 중인(또는 수행된) 연구과제 정보입니다. ■ 과제 개요 · 과제명: 해석 가능한 정책 기반의 Contextual Bandit을 활용한 적응형 주문 수락 및 일정 최적화 머신러닝 프레임워크 · 예산사업명: 개인기초연구(과기정통부) · 기준년도: 2026년 · 총 연구기간: 2025-09-01 ~ 2028-08-31 · 당해연도 연구기간: 2026-09-01 ~ 2027-08-31 · 수집 분야: 사회과학, 경영 ■ 수행 주체 · 과제수행기관: 한국과학기술원 · 연구책임자: 강금석 · 부처명: 과학기술정보통신부 ■ 연구비 (당해년도) · 정부투자연구비: 63,285,000원 ■ 한글키워드 · 콘텍스트 기반 밴딧 모형, 주문 수락 및 일정 계획, 해석가능한 인공지능, 실시간 적응형 의사결정, 의사결정 나무 ■ 영문키워드 · Contextual bandit, Order acceptance and scheduling, Interpretable AI, Real-time adpative decisions, Decision trees ■ 연구내용 ● 1차년도: OAS 문제 분석 및 시뮬레이터 구축연구 첫해에는 Order Acceptance & Scheduling(OAS) 문제를 분석하고 대표 시나리오를 정의한다. 먼저 기존 선행 연구의 수주 선별 및 일정 최적화 모델을 검토해 각 기법의 강점과 한계를 비교한다. 이어 제조 현장의 자… ■ 원문 확인 · 과제고유번호: 2710116112 · NTIS 과제상세페이지: https://www.ntis.go.kr/project/pjtInfo.do?pjtId=2710116112 (NTIS 로그인 후 조회할 수 있습니다) ※ 출처: 국가과학기술지식정보서비스(NTIS) — 공공저작물 제1유형(출처표시) 위에 없는 상세 정보는 NTIS 과제상세페이지에서 확인해 주세요.

댓글 0
댓글 작성은 로그인 후 이용할 수 있습니다.
댓글 쓰기