jonathanwvd/awesome-industrial-datasets

이 프로젝트가 무엇인가

Awesome Industrial Datasets는 고품질 산업 데이터셋을 엄선한 목록입니다(오픈소스에서 흔한 "awesome list" 형식, 즉 누군가 특정 주제에 대한 링크와 리소스를 수집하고 정리한 것입니다). 이 프로젝트는 GitHub에 있으며 제조, 에너지, 석유 및 가스, 화학, 항공우주 및 관련 분야의 약 190개 데이터셋을 정리합니다.

목적은 간단합니다. 실제 산업 데이터가 필요한 사람들이 더 쉽게 찾을 수 있도록 하는 것입니다. 웹을 샅샅이 뒤지는 대신 연구자, 엔지니어, 데이터 과학자는 이 하나의 카탈로그를 탐색하고 각 데이터셋이 무엇을 제공하는지 확인한 후 바로 소스로 이동할 수 있습니다.

내부에서 찾을 수 있는 것

목록의 각 데이터셋은 큰 테이블의 한 행(및 리포지토리의 markdown/ 폴더에 있는 전용 세부 페이지)에 해당합니다. 각 행은 10가지 차원으로 데이터셋을 설명합니다:

• 도메인 — 산업 분야(예: 석유 및 가스, 제조 및 생산, 에너지 및 전력)
• 자산/프로세스 — 데이터가 나온 물리적 대상(예: 터빈, 베어링, PCB 기판, 화학 공정, 태양광 패널)
• 모달리티 — 데이터 형식(이미지, 시계열, 표 형식 데이터, 진동 신호, 3D 포인트 클라우드, X선/CT 스캔 등)
• 작업 — 데이터가 지원할 수 있는 머신러닝 문제(이상 탐지, 결함 분류, 예지 보전, 예측, 품질 예측, 잔여 수명 추정 등)
• 주석 — 데이터에 포함된 레이블(예: 결함의 픽셀 마스크, 고장 유형 레이블, 회귀용 스칼라 목표)
• 소스 유형 — 데이터의 출처(실제 생산 시스템, 실험실 테스트베드, 시뮬레이션, 공개 기록)
• 접근 — 다운로드 위치(UCI, Kaggle, Hugging Face, 공식 포털, 리포지토리 등)
• 크기 — 샘플 또는 레코드 수(명시된 경우)
• 연도 — 출판 연도(알려진 경우)
• 라이선스 — 사용 조건(알려진 경우, 많은 항목이 "정보 없음"으로 표시)

카탈로그의 실제 예시

테이블은 그 폭을 느끼게 해줍니다:

• 이미지 기반 결함 탐지: 3CAD(27,000개 이상의 픽셀 수준 결함 마스크가 있는 PCB 이미지) 및 Casting product image data(품질 검사용 7,348개 이미지)와 같은 데이터셋
• 예지 보전: C-MAPSS Aircraft Engine Simulator Data 및 CNC Mill Tool Wear와 같은 데이터셋으로, 고장 또는 공구 마모 예측이 목표입니다.
• 에너지 예측: Electricity Load Diagrams 및 Brent Oil Prices와 같은 데이터셋
• 프로세스 모니터링: Condition monitoring of hydraulic systems 및 Tennessee Eastman Process 시뮬레이션과 같은 데이터셋
• 벤치마크 스위트: 일부 항목은 단일 데이터셋이 아닌 시나리오 또는 작업 모음입니다(예: AssetOpsBench)

누가 유지하고 어떻게 사용하는가

한 명의 유지관리자(jonathanwvd)가 목록을 큐레이션합니다. README에는 동일한 카탈로그의 HTML 버전 링크가 indatlas.com에 있어 더 쉽게 탐색할 수 있습니다. 독자는 유용하다고 생각되면 리포지토리에 별표를 추가할 수도 있습니다.

이것이 아닌 것

이 프로젝트는 데이터셋 자체를 호스팅하지 않습니다 — 디렉터리입니다. 각 항목은 원본 소스(Kaggle, UCI, 공식 포털 등)를 가리키며, 일부 소스는 로그인이 필요하거나 라이선스 제한이 있습니다. 또한 메타데이터의 완전성은 다양합니다. 많은 항목이 크기, 연도 또는 라이선스 정보를 사용할 수 없다고 명시합니다.

결론: 머신러닝 또는 분석 프로젝트에 산업 데이터가 필요하다면, 이는 무엇이 존재하고, 무엇에 적합하며, 어디서 얻을 수 있는지 알려주는 원스톱 디렉터리입니다.