반응형 딥러닝 with Python112 [논문 리뷰] ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification (시계열 분류) [본 포스팅은 "ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification"(AAAI 2021 / Li et al.) 을 리뷰하였습니다] 이번에 알아볼 논문은 시계열 데이터 분류에서 활용되는 Shapelet을 효과적으로 추출하는 Neural Net을 제시하는 " ShapeNet : A Shapelet-Neural Network Approach for Multivariate Time Series Classification" 입니다. Shapelet은 시계열 분류에서 특정 클래스와 다른 클래스를 구분하는 특정 클래스의 부분 시계열이라고 보시면 되겠습니다.이에 대한 자세한 내용은 이전 포스팅을 참고바랍니다... 2024. 10. 26. [개념 정리] Shapelet이란? (시계열 분류) 이번에 알아볼 개념은 Shapelet 입니다. Shapelet은 시계열 분류(Time series Classification)에서 활용되는 부분 시계열을 의미합니다. 더 자세히는 어떤 의미인지 다음 내용들을 통해서 알아보겠습니다. 1. Shapelet이란? - Shapelet은 시계열 데이터의 분류(Time Series Classification)와 패턴 인식(Pattern recognition)에서 중요한 부분적인 패턴 또는 하위 sequence를 의미합니다. - 이는, 시계열 데이터에서 특정 클래스와 관련된 중요한 패턴을 찾아내고, 그 패턴이 나타나는 위치나 빈도를 바탕으로 분류 문제를 해결해나가는데 사용됩니다. - 시계열 분류의 의미에서 Shapelet을 해석해보자면, * Shapelet은 특정 클.. 2024. 10. 25. [딥러닝 with Python] Mexican Hat Wavelet Transform을 활용한 시계열 데이터 처리 이번에는 시계열 데이터 분석에서, 잡음을 최소화 시키고 시계열상 특정 패턴을 극대화 시키는 Mexican Hat Wavelet Transform에 대해서 알아보겠습니다. 개념 정리 뿐만 아니라 파이썬 코드를 활용해서 예제 데이터에 대한 변환 및 결과 시각화 또한 진행해보겠습니다. 1. Mexican hat wavelet transform- Mexican Hat Wavelet(Ricker Wavelet이라고도 불립니다)은 Gaussian 함수의 2차 미분 형태로 정의된 wavelet 입니다. 이를 수식적으로 알아보면 아래와 같습니다. * 여기서 t는 시간 축을 뜻하고, sigma는 scale을 뜻하고 이 값을 조정하면 wavelet의 넓이와 진폭이 조절되게 됩니다.* sigma 값이 클수록 wavele.. 2024. 10. 24. [딥러닝 with Python] TSFEL(Time Series Feature Extraction Library) / 시계열 특징 추출 라이브러리 이번에 알아볼 것은 시계열 데이터 처리간, 시계열 데이터의 전역적인 특징을 추출하는 라이브러리인 TSFEL (Time Series Feature Extraction Library)에 대해서 알아보겠습니다. [출처 : https://tsfel.readthedocs.io/en/latest/index.html] 1. TSFEL - Time Series Feature Extraction Library는 효율적이고 간편하게 시계열 데이터의 전역적인 특징을 추출해주는 라이브러리 입니다. - 이때 Statistical / Temporal / Spectral / Fractal domain으로 나누어서 추출이 가능하며 각 도메인별 포함된 특징들을 더하면, 즉 전체 추출가능한 특징은 총 65개 입니다. * 해당 특징들의 .. 2024. 10. 18. 이전 1 ··· 7 8 9 10 11 12 13 ··· 28 다음 반응형
