Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
Tags
- NIA
- GE B650
- 생체신호
- R
- 1D CNN
- 엣지컴퓨팅
- 회귀
- 2D CNN
- 경진대회
- 회귀분석
- 의료데이터
- 데이터불균형
- 나이브베이즈
- 데이터분석
- VitalDB
- MAE
- 딥러닝
- 공부
- nvidia
- Jetson
- CNN
- 머신러닝
- VitalRecorder
- Data Imbalance
- 빅데이터
- 데이터
- 알고리즘
- edge computing
- Undersampling
- 정보화진흥원
Archives
- Today
- Total
목록Study/Deep Learning (1)
Doyun-lab

Intro 캡스톤 프로젝트를 진행하면서 ‘수술 중 마취를 진행한 고위험 환자의 ECG & PLETH Data로 저혈압 발생 여부를 예측'하는 모델을 만들고자 했는데, 여러가지 참고자료를 살펴본 결과 CNN (Convolutional Neural Networks) 중에서도 ‘1D CNN’이 좋은 성능을 보이는 것을 알 수 있었다. CNN 자체는 ‘Image tagging’ 분야에서 많이 쓰이는데, 1D CNN은 NLP (자연어처리)나 센서 & 신호 데이터를 분석할 때 적합하다. 또한, 데이터 내에서 단순한 패턴을 식별하는 데 좋고 Time sequence 분석에 잘 적용된다. 1D CNN vs 2D CNN > Dimensionality of the input data > How the feature det..
Study/Deep Learning
2021. 6. 21. 21:42