[GAN] GAN으로 증강 된 시계열 데이터 평가

https://twobeach.tistory.com/43?category=981690 

[GAN] GAN을 이용한 시계열 데이터 생성

위의 주소는 GAN을 이용한 시계열 데이터 증강을 진행하는 방법입니다.

UCR데이터 중 DogerloopGame이라는 데이터로 테스트를 진행했습니다.

 

증강된 데이터를 CNN을 적용하기위해 이미지화를 진행 했으며, 이미지화 진행 방법은 아래주소를 확인하세요

https://twobeach.tistory.com/47?category=976038 

[python] 시계열 데이터를 Recurrence Plot을 이용하여 Image로 표현하기

 

이미지화를 했을 때 증강 데이터와 원본 데이터와의 비교입니다

왼쪽 원본 데이터 오른쪽 증강 데이터

비교했을 때 잡음때문에 살짝 다른점이 있지만 구분이 가능할 정도입니다.

 

이제 class별로 이미지화를 진행했을 때를 보면 육안으로도 구분이 잘될만큼 증강이 잘되어진것을 확인이 가능합니다.

 

왼쪽 class 1 오른쪽 class 2

이제 UCR에서 제공해주는 TEST 데이터 세트로 YOLOV4를 이용하여 훈련되어진 증강 데이터들을 평가해보면

(GAN모델에서 산출된 정확도 순으로 총 훈련은 4번 진행했습니다, 총 800개의 데이터이며, 상황당 각 Class 별로 100개씩으로 훈련 진행 )

 

충분히 증강된 데이터로 데이터 부족현상을 해결할 수 있을 것으로 판단된다.

앞으로는 잡음이 끼는 현상을 코드적으로 전처리 과정으로 해결할 예정이다.