반응형 timeseries3 [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] HYDRA(HYbrid Dicionary-Rocket Architecture)(2/2) 이번 시간에는 이전 시간에 알아본 포스팅의 내용을 파이썬 코드로 구현해서 분류 결과를 도출해보겠습니다. [개념정리] HYDRA(HYbrid Dicionary-Rocket Architecture)(1/2) 코드는 범용적인 재현성을 위해 구글 코랩환경에서 구현하였습니다. 1. HYDRA를 활용한 시계열 데이터 분류 - 이번 실험을 위해 사용할 데이터는 Cricket 데이터입니다.[출처 : https://www.timeseriesclassification.com/description.php?Dataset=Cricket] - 해당 데이터에 대한 간략한 설명은 아래와 같습니다. * 이 데이터는 크리켓 경기에서 심판이 점수 기록자에게 다양한 게임 이벤트를 신호로 전달하는 동작을 분석하는 과정에서 나온 데이터입니다.. 2024. 10. 16. [딥러닝 with Python] ROCKET(RandOm Convolutional KErnel Transform) (시계열 특징 추출 / 시계열 분류) (2/2) 이번에는 지난 포스팅에서 알아본 개념을 바탕으로 파이썬 코드 구현을 해보도록 하겠습니다. [개념정리] ROCKET(RandOm Convolutional KErnel Transform) (시계열 특징 추출 / 시계열 분류) (1/2) ROCKET은 sklearn 과 tsai 라는 두 라이브러리에서 쉽게 구현이 가능하며, 이 중 tsai의 경우 gpu 연산을 지원하기에 딥러닝 모델에도 쉽게 적용할 수가 있어서 이번 코드 구현은 tsai를 통해서 해보겠습니다. 또한, 범용적인 구현을 위해 Google의 Colab 환경에서 무료로 제공하는 GPU인 T4를 가지고 구현했습니다. 1. ROCKET을 통한 시계열 분류1) 이번 구현에 활용할 데이터는 UCR datasetd에 있는 "FigerMovement.. 2024. 10. 14. 이전 1 다음 반응형
