1 |
1
시계열 데이터를 획득하는 단계;상기 시계열 데이터를 변환하여 시간 지연 플롯 이미지를 생성하는 단계;상기 시간 지연 플롯 이미지에서 특징 및 패턴을 추출하는 단계; 및상기 추출된 특징 및 패턴을 기초로 특이 상태를 판단하는 단계를 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 방법
|
2 |
2
제 1항에 있어서,상기 시간 지연 플롯 이미지를 생성하는 단계는,상기 시계열 데이터를 시간축 방향으로 미리 설정된 윈도우 사이즈로 분할하되, 소정의 시프트 길이만큼 이동하면서 분할하여 복수의 세그먼트를 형성하는 단계; 및상기 복수의 세그먼트를 한 방향으로 배치하여 상기 시간 지연 플롯 이미지를 생성하는 단계를 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 방법
|
3 |
3
제 2항에 있어서,상기 시계열 데이터의 시간 길이가 미리 설정된 길이와 다를 경우, 상기 복수의 세그먼트를 반복적으로 배치하는 단계를 더 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 방법
|
4 |
4
제 1항에 있어서,상기 특징 및 패턴을 추출하는 단계는,상기 시간 지연 플롯 이미지에 CNN 모델 등 학습 모델을 적용하여 특징 및 패턴을 추출하는 단계를 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 방법
|
5 |
5
제 1항에 있어서,상기 특징 및 패턴을 추출하는 단계는,저수준의 특징 추출 모듈을 적용하여 상기 특징을 추출하는 단계; 및고수준의 패턴 추출 모듈을 적용하여 상기 패턴을 추출하는 단계를 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 방법
|
6 |
6
시계열 데이터를 획득하는 데이터 획득부;상기 시계열 데이터를 변환하여 2차원의 시간 지연 플롯 이미지를 생성하는 이미지 생성부;상기 시간 지연 플롯 이미지에 CNN 모델 등 학습 모델을 적용하여 특징 및 패턴을 추출하는 CNN 모델부; 및상기 추출된 특징 및 패턴을 기초로 특이 상태를 판단하는 상태 판단부를 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 장치
|
7 |
7
제 6항에 있어서,상기 이미지 생성부는,상기 시계열 데이터를 시간축 방향으로 미리 설정된 윈도우 사이즈로 분할하며, 소정의 시프트 길이만큼 이동하면서 분할하여 복수의 세그먼트를 형성하는 세그먼트 형성 모듈; 및상기 복수의 세그먼트를 배치하여 소정 크기의 상기 시간 지연 플롯 이미지를 생성하는 이미지 생성 모듈을 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 장치
|
8 |
8
제 6항에 있어서,상기 CNN 모델부는,상기 시간 지연 플롯 이미지에서 저수준의 특징을 추출하는 특징 추출 모듈; 및상기 특징으로부터 고수준의 패턴을 추출하는 패턴 추출 모듈을 포함하는, 시간 지연 플롯 기반 시계열 데이터 분석 장치
|
9 |
9
제 1항 내지 제 5항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체
|