The Multivariate Sensor Data Classification using Time Series Imaging
Yuseon Kim, Kyongseok Park · Journal of KIISE · 2022
과거 정보로부터 미래를 예측하기 위해 통계 기반의 시계열 분석 방식부터 LSTM과 같은 딥러닝 기반 예측 모델들까지 다양한 방법들이 제안되었다. 그러나 실제 산업에서 사용하는 데이터의 경우 예측 불가능한 여러 요인들로 인해 높은 복잡성을 갖으며, 이로 인해 예측 모델만으로는 시계열 데이터에 내포된 가치 있는 정보를 추출하기 어려운 문제점이 있다. 시계열 이미징(time series imaging)은 시계열을 2차원 이미지로 변환하여 분석하는 방법으로, 원시 시계열에서 해석하기 힘든 정보의 추출을 가능하게 한다. 본 논문에서는 다변량 센서 데이터를 2차원의 다채널 이미지로 변환하여 이를 기반으로 시계열을 분류하는 방식을 제안하였으며, 기존에 시계열 예측 분야에서 사용하는 방식과의 비교를 통해 제안 방식의 효용성을 검증하였다.