[SKT AI Fellowship 3기][10월 1주차] 모델링 개선 결과 계속해서 모델링에 대한 개선사항을 반영 중입니다. 3개의 베어링에 대해서는 우수한 성능이 나오고 있습니다. 범용적인 모델 확인을 위해서 추가적인 테스트를 해야 할 것 같습니다. 2021. 10. 9. [SKT AI FELLOWSHIP 3기][9월 3주차] 모델링 개선 & 전처리 향후 계획 9월 1주차에서 발견되었던 모델 개선의 의문점들을 해결하기 위해서 아이디어들을 추가해 주셨습니다. 또한 제가 컨디션이 좋지 못해서 발표 하지 못했던 전처리 향후 계획에 대해서 회의를 진행하였습니다. 결론적으로는 DWT(discrete wavelet transform)의 단점들이 개선된 DT-CWT (Dual Tree Continuous Wavelet Transform ) 로 진행을 할 예정입니다. 중간 발표가 끝나고 이번주 까지 연구실 프로젝트 종료 시점과 제안서 작성 등의 업무가 많아서 SKT AI FELLOWSHIP 활동 진도를 많이 나가지 못했습니다. 남은 기간 열심히 해서 최종 발표를 준비할 예정입니다. 2021. 9. 17. [SKT AI FELLOWSHIP 3기][9월 1주차] 모델 개선 아이디어 8월 중간발표 이후에 진행되었던 향후 계획 부분 입니다. 제가 몸이 조금 안좋았던 관계로 최영제 주재현 연구원이 모델링 향후 계획과 아이디어 위주로 진행해 주셨습니다:) 2021. 9. 17. [SKT AI Fellowship 3기][7주차] PHM Bearing Dataset 데이터 상세 분석 7주차에서는 Phm Data 에 대해서 조금 더 자세하게 알아보았습니다. github :https://github.com/wkzs111/phm-ieee-2012-data-challenge-dataset GitHub - wkzs111/phm-ieee-2012-data-challenge-dataset: Dataset that was used during the PHM IEEE 2012 Data Challenge, built by t Dataset that was used during the PHM IEEE 2012 Data Challenge, built by the FEMTO-ST Institute - GitHub - wkzs111/phm-ieee-2012-data-challenge-dataset: Data.. 2021. 8. 6. [오토인코더] 정리 페이지들 기본적인 오토인코더 설명 및 코드 Autoencoder와 LSTM Autoencoder · jaehyeong's ds (jaehyeongan.github.io) Autoencoder와 LSTM Autoencoder · jaehyeong's ds jaehyeongan.github.io 2020. 11. 30. 이전 1 다음
