기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 고급 추론 구성
AWS IoT SiteWise 를 사용하면 고객이 운영 요구 사항에 맞게 모델 추론 일정을 구성할 수 있습니다.
추론 예약은 크게 세 가지 모드로 분류됩니다.
+ [고주파 추론(5분\$11시간)](#high-frequency-inferencing)
+ [낮은 빈도의 추론(2시간\$11일)](#low-frequency-inferencing)
+ [유연한 예약](#flexible-scheduling)
## 고주파 추론(5분\$11시간)
이 모드는 지속적으로 작동하거나 센서 값의 변화율이 높은 프로세스에 적합합니다. 이 구성에서 추론은 5분마다 자주 실행됩니다.
**사용 사례**:
+ 압축기 또는 컨베이어와 같이 빠르게 변화하는 장비를 모니터링하는 데 사용됩니다.
+ 즉각적인 대응이 필요한 수명이 짧은 이상을 포착하는 데 유용합니다.
+ 데이터가 일관되게 흐르는 상시 작동 작업입니다.
**조건부 오프셋 지원:**
조건**부 오프셋**(0\$160분)을 정의하여 데이터 수집 후 추론을 지연시킬 수 있습니다. 이렇게 하면 지연 도착 데이터가 분석 창에 계속 포함됩니다.
고주파 추론을 구성하려면:
+ 추론을 시작하는 `PT5M, PT10M, PT15M, PT30M, PT1H` 동안 값을 `DataUploadFrequency` 사용하여 `AWS/ANOMALY_DETECTION_INFERENCE` 작업 페이로드 값을 구성합니다.
+ (선택 사항) 지연 오프셋을 분 단위로 `DataDelayOffsetInMinutes` 사용하여를 구성합니다. 이 값을 0\$160분으로 설정합니다.
```
{
"inferenceMode": "START",
"dataDelayOffsetInMinutes": "DataDelayOffsetInMinutes",
"dataUploadFrequency": "DataUploadFrequency"
}
```
**Example 의 고주파 추론 구성:**
```
{
"inferenceMode": "START",
"dataDelayOffsetInMinutes": "2",
"dataUploadFrequency": "PT5M"
}
```
## 낮은 빈도의 추론(2시간\$11일)
이 모드는 속도가 느린 프로세스 또는 일일 평가로 충분한 사용 사례에 적합합니다. 고객은 시간당 또는 하루에 한 번 실행하도록 추론을 구성합니다.
**1일 간격에 대한 시작 시간 지원:**
일일 추론의 경우 필요에 따라 시간대 인식과 함께 **`startTime`** (매일 오전 8시)를 지정합니다.
**시간대 지원:**
이 제공되면 `startTime`는 인터넷 할당 번호 기관(IANA)에서 유지 관리하는 [시간대 데이터베이스를](https://www.iana.org/time-zones) AWS IoT SiteWise 사용합니다. 이렇게 하면 추론이 리전 간에도 현지 근무 시간에 맞게 조정됩니다.
**조건부 오프셋 지원:**
다른 모드와 마찬가지로 조건부 오프셋은 0\$160분으로 구성됩니다.
**사용 사례**:
+ 배치 프로세스 또는 교대 근무 기반 작업에 대한 일일 상태 확인.
+ 유지 관리 또는 가동 중지 중 추론을 방지합니다.
+ 컴퓨팅 사용량을 최소화해야 하는 리소스 제약 환경에서 유용합니다.
저주파 추론을 구성하려면:
+ 값을 `DataUploadFrequency` 사용하여 `AWS/ANOMALY_DETECTION_INFERENCE` 작업 페이로드 값을 구성합니다`PT2H..PT12H`.
+ 1일의 경우는 `DataUploadFrequency`입니다`P1D`.
+ (선택 사항) 지연 오프셋을 분 단위로 `DataDelayOffsetInMinutes` 사용하여를 구성합니다. 이 값을 0\$160분으로 설정합니다.
**Example 저주파 추론 구성:**
```
{
"inferenceMode": "START",
"dataUploadFrequency": "P1D",
"inferenceStartTime": "13:00",
"inferenceTimeZone": "America/Chicago"
}
```
## 유연한 예약
유연한 일정을 통해 고객은 추론이 실행되는 특정 **날짜 및 시간 범위를** 정의할 수 있습니다. 이를 통해 고객은 프로덕션 시간, 교대 근무 시간 및 계획된 가동 중지 시간을 기반으로 일정을 완벽하게 제어할 수 있습니다.
는 다음과 같은 경우에 `weeklyOperatingWindow` 도움이 됩니다.
+ 장비가 특정 시간(오전 8시\$1오후 4시)에만 실행됩니다.
+ 주말에는 프로덕션이 없습니다.
+ 알려진 시간 블록 중에 일일 유지 관리가 예약됩니다.
**시간대 지원:**
이 제공되면 `startTime`는 인터넷 할당 번호 기관(IANA)에서 유지 관리하는 [시간대 데이터베이스를](https://www.iana.org/time-zones) AWS IoT SiteWise 사용합니다. 이렇게 하면 추론이 리전 간에도 현지 근무 시간에 맞게 조정됩니다.
**조건부 오프셋 지원:**
다른 모드와 마찬가지로 0\$160분의 조건부 오프셋을 구성할 수 있습니다.
의 이점`weeklyOperatingWindow`:
+ 유휴 또는 유지 관리 기간 동안 추론을 방지하여 오탐을 줄입니다.
+ 운영 우선순위 및 교대 근무 기반 워크플로에 따라 이상 탐지를 조정합니다.
유연한 일정을 구성하려면:
+ 를 사용하여 `AWS/ANOMALY_DETECTION_INFERENCE` 작업 페이로드 값을 구성합니다`DataUploadFrequency`.
+ (선택 사항) 지연 오프셋을 분 단위로 `DataDelayOffsetInMinutes` 표시합니다. 이 값을 0\$160분으로 설정합니다.
+ 교대 근무 구성을 `weeklyOperatingWindow` 사용하여를 구성합니다.
+ 의 키`weeklyOperatingWindow`는 요일입니다`monday|tuesday|wednesday|thursday|friday|saturday|sunday`.
+ 각 시간 범위는 **24시간 형식**이어야 합니다`"HH:MM-HH:MM"`(`"08:00-16:00"`).
+ 하루에 여러 범위를 지정할 수 있습니다.
**Example 유연한 일정 구성:**
```
{
"inferenceMode": "START",
"dataUploadFrequency": "PT5M",
"weeklyOperatingWindow": {
"tuesday": ["11:00-13:00"],
"monday": ["10:00-11:00", "13:00-15:00"]
}
}
```
## 모델 버전 활성화
추론을 시작할 때 선택적으로 특정 모델 버전을 활성화하여 이상 탐지에 사용할 수 있습니다. 이 기능을 사용하면 특정 훈련된 모델 버전을 선택하거나, 이전 버전으로 롤백하거나, 자동 모델 승격 결정을 재정의할 수 있습니다.
### 사용 사례:
+ **프로덕션 롤백**: 현재 버전에서 성능이 저하되거나 예기치 않은 동작이 표시되면 안정적인 모델 버전으로 빠르게 되돌립니다.
+ **A/B 테스트**: 제어된 기간 동안 모델 버전 간에 전환하여 다양한 모델 버전 간의 성능을 비교합니다.
+ **수동 모델 선택**: 자동 승격 결정을 재정의하고 비즈니스 요구 사항에 따라 원하는 모델 버전을 수동으로 선택합니다.
+ **단계적 배포**: 전체 프로덕션 용도로 승격하기 전에 중요하지 않은 기간에 최신 모델 버전을 테스트합니다.
+ **성능 최적화**: 특정 운영 조건 또는 계절 패턴에 더 적합한 모델 버전을 선택합니다.
+ **유지 관리 중 롤백**: 시스템 유지 관리 또는 업그레이드를 수행하는 동안 잘 테스트된 이전 모델 버전을 사용하여 안정성을 보장합니다.
### 모델 버전 선택 동작
`targetModelVersion`이 지정된 경우:
+ 시스템은 추론을 위해 요청된 모델 버전을 활성화합니다.
+ 지정된 모델 버전이 존재하는지 확인합니다.
+ 자동 승격 설정을 재정의합니다.
`targetModelVersion`이 지정되지 않은 경우:
+ 이전에 추론이 시작된 경우 마지막 활성 모델 버전을 활성화합니다.
+ 추론이 활성화되지 않은 경우는 훈련된 최신 모델 버전을 사용합니다.
특정 모델 버전을 활성화하려면:
+ targetModelVersion을 원하는 모델 버전 번호로 설정하여 추론 작업 페이로드를 구성합니다.
+ 지정된 모델 버전이 존재하는 경우 검증되고 활성화됩니다.
**Example 모델 버전 활성화:**
```
{
"inferenceMode": "START",
"dataUploadFrequency": "PT15M",
"targetModelVersion": 2
}
```
## 모델 버전 확인
현재 활성 모델 버전을 확인하려면:
+ 응답에 활성 모델 버전이 포함된 [ DescribeComputationModelExecutionSummary](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_DescribeComputationModelExecutionSummary.html) API를 사용합니다.
사용 가능한 모든 모델 버전을 보려면:
+ [ ListExecutions](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_ListExecutions.html) API를 사용하여 과거 모델 버전의 전체 목록을 검색합니다.
+ [ DescribeExecution](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_DescribeExecution.html) API를 사용하여 데이터 내보내기 시간 범위, 계산 모델 버전 및 청구 가능 기간을 포함한 훈련된 모델 정보를 몇 분 단위로 검색할 수 있습니다.
### 모델 버전 특성
+ 모델 버전 번호는 1부터 순차적으로 할당됩니다.
+ 이전에 훈련된 모델 버전을 활성화할 수 있습니다.
+ 활성화된 모델 버전은 명시적으로 변경될 때까지 유지됩니다.
+ 모델 버전 활성화는 모든 추론 예약 모드(고빈도, 저빈도 및 유연성)에서 작동합니다.
+ 지정된 모델 버전이 없는 경우 추론 작업이 실패하고 오류가 발생합니다.