다변량 신호 데이터 분류를 위한 확장 셰이플릿 변환 기법

A Study on Random Dilated Shapelet Transform for classifying multivariate signal data

안전관리를 위한 인공지능 기술은 꾸준히 연구되고 있는 분야다. 특히, 컴퓨터 비전 기술을 활용한 CCTV 영상 분석은 군중의 동선과 밀도를 파악하는데 유용하며, 대규모 실내 공간에서 체계적인 안전관리를 가능하게 한다. 그러나 기존의 CCTV 카메라를 사용한 군중 수 추정은 가려짐(occlusion)과 같은 한계가 있다. 본 논문은 무선 랜 신호 데이터 분석 기법을 활용하여 수집한 데이터를 활용하여 실내 환경에서 군중 수를 추정하고자 한다. 본 논문에서는 인원 수 분류 예측을 위해 셰이플릿 확장 변환(Random Dilated Shapelet Transform) 기법을 제안한다. 단일 데이터 세트 내 분류 결과와, TX, RX 배치 방식에 따른 분류 성능의 차이는 모델의 성능 부족보다 데이터의 특성을 고려한 새로운 접근 방법의 필요성을 알려준다.