KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
어텐션 메커니즘 기반의 가변길이 3축 가속도 스트림 패턴 분류 기법 |
| 영문제목(English Title) |
Attention Mechanism based Pattern Classification Method for Variable-Length Stream Patterns from a 3-axis Accelerometer |
| 저자(Author) |
오소연
박상아
이민수
Soyeon Oh
Sanga Park
Minsoo Lee
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0102 ~ 0104 (2021. 06) |
한글내용
(Korean Abstract) |
3축 가속도 센서 스트림 데이터는 일상생활에서 발생하는 다양한 인간 및 사물 동작인식에 활용되며, 이는 인간행동 기반의 상황인지 서비스, 자율주행 서비스 등 다양한 IoT 응용의 기반 기술이 된다. 일상생활에서 발생하는 다양한 인간 및 사물 동작들은 각 동작 클래스마다 가변적인 패턴 길이를 갖는다. 따라서 딥러닝 기반 일상생활 동작인식에서는 이러한 가변길이 패턴을 고려한 신경망의 설계가 필수적이다. 본 논문에서는 가변길이 3축 가속도 스트림에 대한 어텐션 메커니즘 기반의 패턴 분류 기법을 제안한다. 즉, 제안하는 기법은 가변길이 패턴 학습 데이터셋의 기술 통계량에 기반한 윈도잉 및 어텐션 메커니즘에 기반하여 패턴 분류를 수행하기 위한 합성곱 신경망의 입력을 구성한다. 본 논문에서는 가변길이 패턴 데이터셋에 대한 실험을 통하여 제안하는 기법의 적용 가능성을 확인하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
