스마트 창고 출고 지연 예측 AI 경진대회

흠,,, 생각보다 점수 내기 어려운 대회인거 같습니다ㅠ 상위 솔루션들 어떻게 하셨는지 궁금하네요!!

간단하게 제 흐름 정리해보면...
데이터 로드
→ train/test/layout_info/sample_submission 불러오기
→ layout_id 기준 레이아웃 정보 병합

특징 생성
→ scenario_id별 시간 순서 정렬
→ 시간 특징, 창고·로봇·주문·혼잡 관련 파생변수 생성
→ lag, diff, rolling, scenario 통계 특징 추가
→ 결측값 및 이상값 정리

시퀀스 구성
→ scenario_id 기준 25-step 시퀀스로 변환
→ 입력: [N, 25, F]
→ 타깃: [N, 25]
→ 10-Fold StratifiedKFold 적용

타깃 설계
→ 지연 시간을 log1p 변환
→ time step별 median prior 계산
→ 모델은 log 지연값 - time prior residual 학습

모델 학습
→ Transformer Encoder 기반 sequence-to-sequence 회귀
→ Local Conv1D로 인접 시점 패턴 보완
→ residual loss + raw-space auxiliary loss 사용
→ AdamW, Cosine scheduler, EMA, early stopping 적용

검증 및 보정
→ fold별 validation MAE 기준 best model 선택
→ validation 예측으로 alpha calibration 수행
→ test에는 보수적 alpha 적용
→ 10개 fold 예측 평균

후처리 및 제출
→ OOF 예측 기반 log-space postprocess 탐색
→ OOF 성능 개선 시 최종 예측에 반영
→ MAIN, NO_POST, SAFE, RAW_VARIANT 제출 파일 생성

다들 이번 대회 수고하셨습니다!!!