Abstract
최근에 다양한 분야에서 머신 러닝 기술을 활용하는 많은 연구가 진행되고 있다. 또한 다양한 학습 기술을 적용하여 모델을 개발한다. CNN을 이용한 학습이 LSTM보다 빠르게 시계열 정보를 처리하는데 착안하여, 2차원 그래프 이미지를 활용한 CNN 모델을 개발하는 방법을 제안한다. 데이터를 가공하여 2차원 그래프를 만들고 AI 모델 학습에 사용한다. 6 축 센서 (Arduino nano 33 ble)로 4개의 특정 동작에 대한 데이터를 수집하고 2차원 그래프를 만든다. 이 연구에서 훈련된 모델을 테스트한 결과는 99.6%의 정확도를 가진다. 이것은 데이터를 이미지화하지 않은 다른 연구보다 높은 정확도를 구현할 수 있었습니다. 다른 CNN을 이용한 시계열 데이터 학습모델과 차이점은 하나의 커널에서 그래프의 모든 항목을 분석할 수 있다는 것이다. 기존의 방법은 모든 항목을 하나의 커널에 합성곱하기 어렵다. 추가적으로 다양한 매개 변수를 사용한 실험을 통해 매개 변수와 결과 사이의 추론과 최적 설정값을 제안한다.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: The Journal of Korean Institute of Information Technology
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
