본문 바로가기
728x90
반응형
SMALL

분류 전체보기1622

AWS (Amazon Web Service) AWS (Amazon Web Service) Amazon Web Services (AWS)는 전 세계적으로 분포한 데이터 센터에서 200개가 넘는 완벽한 기능의 서비스를 제공하는, 세계적으로 가장 포괄적이며, 널리 채택 되고 있는 클라우드 플랫폼이다. 빠르게 성장하는 스타트업, 가장 큰 규모의 엔터프라이즈, 주요 정부 기관을 포함 하여 수백만 명의 고객이 AWS를 사용하여 비용을 절감하고, 민첩성을 향상시키고 더 빠르게 혁신하고 있다. 클라우드 컴퓨팅의 장점 자본 비용을 가변 비용으로 대체 규모의 경제로 얻게 되는 이점 용량 추정 불필요 속도 및 민첩성 개선 중요한 문제에 집중 짧은 시간으로 전 세계에 배포 가능 AWS 아키텍처 가용 영역 (Availability Zone)은 region 내부의 격리된 .. 2023. 9. 14.
Mel Spectrogram The Mel Scale Mel Scale은 수학적으로 말하면 주파수 스케일의 비선형 변환 결과이다. 인간은 주파수를 linear scale (선형 척도)로 인식하지 못한다. 인간은 높은 주파수보다 낮은 주파수에서의 차이를 더 잘 감지한다. 예를 들어, 00Hz와 1000Hz 사이의 차이는 분명한 반면, 7500Hz와 8000Hz 사이의 차이는 거의 눈에 띄지 않는다. 연구에서 사람이 동일한 거리에서 소리가 들리도록 하는 pitch 단위를 제안했다. 이것을 Mel Scale이라고 한다. 이 Mel Scale은 Mel Scale에서 서로 같은 거리에 있는 소리가 서로 거리가 같으므로 인간에게도 "소리"가 나도록 구성되었다. 주파수에 대한 수학적 연산을 수행하여 주파수를 Mel Scale로 변환한다. 비선형.. 2023. 9. 13.
수면 단계 (Sleep Stage) 수면 단계 (Sleep Stage) 성인 수면의 약 75-80%를 차지하고 1, 2, 3, 4 단계 수면을 총괄해 지칭하는 말이다. 수면 초반, 특히 1단계 수면에서 Slow Eye Movement가 나타난다. 이 중 1, 2 단계를 얕은 상태의 수면이라고 말할 수 있고 서파 수면이라고도 불리는 3, 4 단계를 깊은 수면이라고 할 수 있으며 수면초기 1 / 3에 주로 나타난다. 이런 깊은 단계의 수면은 낮동안 소모된 신체 기능의 회복과 관련된다. 각성 단계 : Alpha파 (8 - 13Hz), beta파 (13 - 30Hz), 전체 수면의 5%이하를 차지하고 안구 운동 수의적 조절이 가능하다. N1 : Theta파 (4 - 8Hz), 전체 수면의 2~5%를 차지하고 느리게 움직이는 안구 운동이 특징적이다.. 2023. 9. 8.
[Keras] ImageDataGenerator class weight ImageDataGenerator class weight 딥러닝시 이미지 데이터의 불균형 문제를 해결하기 위해 class에 따른 가중치를 다르게 부여할 수 있다. from sklearn.utils import compute_class_weight import numpy as np train_classes = train_generator.classes class_weights = compute_class_weight( class_weight = "balanced", classes = np.unique(train_classes), y = train_classes ) class_weights = dict(zip(np.unique(train_classes), class_weights)) model.fit_gen.. 2023. 9. 8.
[Data Science] 데이터 불균형 데이터 불균형 편향된 클래스 비율이 포함된 분류 데이터 세트를 불균형이라고 한다. 데이터 세트의 상당 부분을 차지하는 클래스를 메이저 클래스라고 한다. 더 작은 비율을 구성하는 항목은 다수 클래스이다. 불균형도 소수 집단 비율 약간 전체 데이터셋의 20~40% 보통 전체 데이터셋의 1~20% 높음 전체 데이터셋의 1%미만 대부분의 머신러닝 모델은 클래스 간의 데이터 비율이 비슷한 것이 바람직하다. 데이터 불균형이 크면 메이저 클래스로 치우치게 predict하는 문제가 발생한다. 데이터 불균형을 해결하는 방법으로는 크게 다음과 같다. 리샘플링 (Resampling) Weighting in Loss Function 리샘플링 (Resampling) 리샘플링 기법은 클래스별 불균형한 데이터의 수를 맞춰주기 위해.. 2023. 9. 6.
ImageDataGenerator 훈련 및 검증 데이터 분할 ImageDataGenerator 훈련 및 검증 데이터 분할 ImageDataGenerator를 사용할 때 훈련 데이터를 훈련 및 검증으로 분할한다. Keras에는 기계 학습 프로젝트에서 모든 종류의 일반적인 작업을 수행하는 데 필요한 많은 필수 유틸리티 기능 및 클래스가 번들로 제공된다. 일반적으로 사용되는 클래스 중 하나는 ImageDataGenerator이다. 문서에 설명된 대로 실시간 데이터 증대를 통해 텐서 이미지 데이터 배치를 생성한다. 데이터는 일괄적으로 반복된다. 지금까지는 훈련 이미지 폴더와 검증 이미지 폴더를 별도로 유지해도 괜찮다. 예를 들어, flow_from_directory 함수와 함께 사용할 이미지에 대해 두 개의 별도 폴더 구조를 생성하여 훈련 및 검증 데이터 세트를 직접 구.. 2023. 9. 6.
[Matplotlib] 초기화 메서드 cla() cla() 명령은 Matplotlib에서 현재 축을 지우는 데 사용된다. ‘축’은 단순히 그림의 일부이며 일반적으로 서브 플롯과 세부 정보이다. import math import numpy as np import matplotlib.pyplot as plt x=np.linspace(0,2*math.pi,100) y1=np.sin(x) y2=np.cos(x) fig,ax=plt.subplots(2,1) ax[0].plot(x,y1) ax[0].set_xlabel("x") ax[0].set_ylabel("sinx") ax[0].set_title("Plot of sinx") ax[1].plot(x,y2) ax[1].set_xlabel("x") ax[1].set_ylabel("cosx") ax[1]... 2023. 9. 4.
HRV 점수 계산 HRV 점수 계산 HRV 점수는 RMSSD를 기반으로 하며 특정 시점의 자율신경계 (특히, 부교감신경계)의 강도를 나타낸다. ln(RMSSD) : 범위를 더 쉽게 이해할 수 있도록 숫자를 분포시키기 위해 RMSSD에 자연 로그를 적용 SDNN : NN(R-R) 간격의 표준 편차 NN50 : 50ms 이상 차이가 나는 연속 NN (R-R) 간격 쌍의 수 PNN50 : NN50의 비율을 총 NN (R-R) 간격 수로 나눈 값 RMSSD (Root mean square of the successive differences) RMSSD (연속차평균제곱근)는 자율 신경계의 부교감 신경 가지에 대한 좋은 스냅샷에 사용되며 HRV 점수의 기초이다. RMSSD는 단기 측정 (5분 이하)에서 자율신경계 (특히, 부교감신.. 2023. 9. 4.
뇌 기능 뇌전도 (Electroencephalogram) 뇌는 생물학적 매체에 대한 중앙 제어 및 데이터 처리 장치 역할을 한다. 뇌의 신경 활동은 뇌파 (EEG)와 같은 전극이나 자기뇌파 (MEG)라는 신호를 형성하는 자기 유도기를 통해 뇌 활동을 기록할 수 있는 활성 전위를 사용한다. 뇌전도 (Electroencephalogram)는 전기 (electro), 뇌 (encephalo), 기록 (gram)의 세 단어를 합친 것이다. 첫 번째 용어인 전기(electro)는 전기와 관련이 있고 두 번째 용어인 뇌 (encephalo)는 그리스어 en-kephale에서 유래한 것으로 "머리 속"을 의미하며 뇌를 의미한다. 세 번째 용어인 gram은 기록 행위를 나타낸다. 세 단어를 합치면 뇌파검사 (electroenc.. 2023. 8. 29.
Welch's Method Welch's Method Peter D. Welch의 이름을 딴 Welch의 방법은 스펙트럼 밀도 추정 (spectral density estimation)을 위한 접근 방식이다. 이는 다양한 주파수에서 신호의 전력을 추정하기 위해 물리학, 공학 및 응용 수학에 사용된다. 이 방법은 신호를 시간 영역에서 주파수 영역으로 변환한 결과인 주기도 (periodogram) 스펙트럼 추정값을 사용하는 개념을 기반으로 한다. Welch의 방법은 표준 주기도 스펙트럼 추정 방법과 Bartlett의 방법을 개선한 것이다. 이는 주파수 분해능을 줄이는 대가로 추정된 전력 스펙트럼 의 잡음을 줄인다는 점이다. 불완전하고 유한한 데이터로 인해 발생하는 잡음으로 인해 Welch 방법의 잡음 감소가 필요한 경우가 많다. 전력.. 2023. 8. 23.
728x90
반응형
LIST

티스토리툴바