분류 전체보기 (129) 썸네일형 리스트형 [시계열 데이터를 이미지화하기] 인코딩 방식 비교 1) Grey-scale encoding 산업 데이터에 가장 빈번히 사용되는 scaling 기법 기존 논문에서 산업형 펌프 데이터에 사용된 유일한 기법 비교적 computation complexity가 낮음 2) GAF/ MTF 도메인에 관계없이 가장 흔하게 사용되는 RGB로 나타내는 이미지 인코딩 기법 MTF방식이 RP나 GAF 방식에 비해 일정한 시간 구간의 세부적인 정보를 잡아내는 데 유용하다는 결론을 낸 논문이 있음 GAF와 MTF 인코딩 방식을 합쳐 성능을 낸 논문도 있음 3) Recurrent plot/Scalogram/Spectrogram 위 인코딩 방식은 주기성, 주파수 분석을 목적으로 개발된 인코딩 방식 실제로 신호 (라디오, 음성 등) 데이터를 분석하는 논문에서만 사용됨 [시계열 데이터를 이미지화하기] Spectrogram (SP) 와 Scalogram (SC) 개요 전통적인 시간-주파수(time-frequency) 분석 기법 Spectrogram : short-time Fourier Transform (STFT)에 기반 Scalogram: Discrete Wavelet Transform (DWT)에 기반 두 기법 모두 window function에 시계열을 합성(convolving)하는 원리에 기초한다 이때, Window Function은 하나의 Filter로써, 이를 통해 시계열 데이터가 smoothing이 되는 결과를 보여주게 된다. * window function : 신호 처리 및 통계에서, window function는 선택된 일부 간격 외부에서 0으로 값이 계산되는 수학적 함수로, 일반적으로 중간 중간에서 대칭이며 일반적으로 중간에서 최대 값에 가깝고.. [Python] 이미지처리를 위한 라이브러리 Top 8 Image-Processing Python Libraries Used in Machine Learning - neptune.ai According to IDC, digital data will skyrocket up to 175 zettabytes, and the huge part of this data is images. Data scientists need to (pre) process these images before feeding them into any machine learning models. They have to do the important (and someti neptune.ai [데이터 전처리 기법] Data Binning이란? (bin) Data binning이란, 정의된 기준에 따라 각각의 개별적인 데이터값을 특정한 bin(구간, interval) 또는 group으로 묶는 과정을 의미한다 따라서, discrete binning 또는 bucketing이라고도 하는 data binning 은 사소한 관찰 오류의 영향을 줄이는 데 사용되는 데이터 전처리 기술이다. 주어진 작은 간격인 bin에 속하는 원래 데이터 값이 해당 간격을 대표하는 값(종종 중심 값)으로 대체되는 방식으로 data binning이 이루어진다. [시계열 데이터를 이미지화하기] multivariate 시계열 데이터 이미지화하는 방식 1. Multi-channel : 파라미터 개수 n 개만큼의 채널(channel)를 하나의 input으로 넣는 방법 아래 논문에서 이와 같은 방식을 사용함 [Edson Luque Mamani, Cristian Lopez del Alamo. GAF-CNN-LSTM for Multivariate Time- Series Images Forecasting. LatinX in AI Research at ICML 2019, Jun 2019, Long Beach, United States. LatinX in AI Research at ICML 2019, 2019. ffhal-02266994] 2. 각각 univariate하게 인코딩한 이미지를 RGB 채널로 나눈 후 하나의 큰 RGB 이미지로 병합 아래 글에서 논문에.. [논문읽기/시계열데이터를 이미지화하기] Sensor Classification Using Convolutional Neural Network by Encoding Multivariate Time Series as Two-Dimensional Colored Images 해당 글은 논문 [Sensor Classification Using Convolutional Neural Network by Encoding Multivariate Time Series as Two-Dimensional Colored Images] 내용을 기반으로 작성된 글입니다. 또한, 본 글은 논문에서 multivariate 시계열 데이터를 2D 컬러 이미지로 변환시킨 과정까지만을 요약하고 있습니다. (이미지를 ConvNet에 학습시켜 classification을 진행한 내용은 포함시키지 않았으므로 자세한 내용이 궁금하신 분은 해당 논문을 찾아 읽어보시면 좋겠습니다) Methodology (1) dimension reduction of multi variate time series by Piecewi.. [논문읽기/시계열 데이터를 이미지화하기] TIME SERIES TO IMAGES: MONITORING THE CONDITION OF INDUSTRIAL ASSETS WITH DEEP LEARNING IMAGE PROCESSING ALGORITHMS 해당 글을 논문 [TIME SERIES TO IMAGES: MONITORING THE CONDITION OF INDUSTRIAL ASSETS WITH DEEP LEARNING IMAGE PROCESSING ALGORITHMS]의 내용을 바탕으로 요약한 글이다. APA : Garcia, G. R., Michau, G., Ducoffe, M., Gupta, J. S., & Fink, O. (2020). Time series to images: Monitoring the condition of industrial assets with deep learning image processing algorithms.arXiv preprint arXiv:2005.07031 Abstract 시계열 데이터의 시간적 특성은.. [시계열 데이터를 이미지화하기] Gramian Angular Field(GAF) Imaging 개념이해 Gramian Angular Field (GAF) 개요 시계열 데이터를 비-데카르트 좌표계(non-Cartesian coordinates system)의 이미지로 표현한 것 데카르트 좌표계를 사용하지 않는 대신에, 각각의 좌표 값들은 극좌표계(Polar Ordinate system)의 방식으로 계산됨 이로 인해, 각 시점의 시간적 상관관계(temporal correlation)를 표현 가능 GAF는 왼쪽 상단에서 오른쪽 하단으로 이동함에 따라 시간이 증가하기 때문에 시간 종속성을 보존한다 주대각선은 원시 데이터의 값과 각도 정보를 포함하기 때문에 이를 이용하여 원시 데이터를 복구할 수 있다 따라서, 변환된 이미지는 왼쪽 위(top-left)에서 오른쪽 아래(bottom-right) 방향으로 원 시계열에 .. 이전 1 ··· 10 11 12 13 14 15 16 17 다음
