신호 및 시계열 데이터를 위한 AI 기술
이미지 혹은 영상신호를 입력으로 받는 시스템은 간단한 전처리를 통해 손쉽게 AI 기술을 적용하고 고전적인 이미지 혹은 영상 신호 처리에서 이루지 못했던 놀라운 결과를 얻고 있습니다. 반면 신호 및 시계열 데이터를 입력으로 하는 시스템의 경우, 전처리 및 피처 엔지니어링과 같은 신호처리의 결과가 AI 기술을 적용한 이후의 성능에 큰 영향을 끼칩니다.
본 비디오 시리즈에서는 음성 신호, 레이더 신호, 생체 신호, 설비의 진동 신호 등 다양한 신호 및 시계열 데이터를 AI 모델에 적용하기 위한 데이터 탐색, 특징 추출부터 머신러닝 및 딥러닝 모델 학습, 배포까지의 전체 워크플로우를 소개합니다.
본 비디오에서는 음성 신호, 레이더 신호, 생체 신호, 설비의 진동 신호 등 다양한 신호 및 시계열 데이터를 AI모델에 적용하는데 있어 필수적으로 필요한 신호처리 기술을 전처리(pre-processing) 및 특징추출(feature engineering)로 나누어 설명합니다.
본 비디오에서는 음성 신호, 레이더 신호, 생체 신호, 설비의 진동 신호 등 다양한 신호 및 시계열 데이터의 전처리(pre-processing) 및 특징추출(feature engineering)을 실제 AI에 MATLAB 을 활용하여 적용할 수 있는 방법에 대한 소개를 드립니다.
