# LSTM Autoencoder

5개의 포스트
post-thumbnail

LSTM Autoencoder for Anomaly Detection

Intro지난 포스팅(Autoencoder와 LSTM Autoencoder)에 이어 LSTM Autoencoder를 통해 Anomaly Detection하는 방안에 대해 소개하고자 한다. Autoencoder의 경우 보통 이미지의 생성이나 복원에 많이 사용되며 이러한

2021년 7월 18일
·
0개의 댓글
post-thumbnail

LSTM AE를 이용한 시계열 데이터 이상 탐지 - (4) 성능 평가 및 결과 분석

이번 포스팅에서는 지난 포스팅에서 학습한 모델에 대한 성능 평가와 최종 테스트 과정에 대해 다룬다.본 프로젝트에서는 분류 모델에서 많이 사용되는 AUROC 평가 지표를 사용해 학습이 완료된 모델의 성능을 평가했다.AUROC에 대해 설명하려면 ROC Curve에 대해 알

2021년 5월 31일
·
0개의 댓글
post-thumbnail

LSTM AE를 이용한 시계열 데이터 이상 탐지 - (3) 모델 학습

Goal 이번 포스팅에서는 LSTM AE 모델 구현에 앞서 LSTM AE 모델의 학습 및 평가 방법에 대해 설명한다. [1] LSTM AE 모델 구성 학습 및 평가 방법에 대해 설명하기 전 구현한 LSTM AE 모델에 대해 간단하게 설명하고 넘어가겠다. 이번에 구현하

2021년 5월 31일
·
0개의 댓글
post-thumbnail

LSTM AE를 이용한 시계열 데이터 이상 탐지 - (2) 데이터 전처리

이번 포스팅에서는 지난 포스팅에서 소개했던 LSTM AE 학습을 위한 데이터 전처리 방법을 다루고 실제 구현한 내용에 대해서 다뤄보고자 한다.본 시리즈의 구현 코드는 주피터 노트북을 사용함본 시리즈에서 사용하는 데이터 셋은 19년도 대학생 시절 인하공전 실험실에서 취득

2021년 5월 31일
·
0개의 댓글
post-thumbnail

LSTM AE를 이용한 시계열 데이터 이상 탐지 - (1) 개요

이번 Series에서는 시계열 데이터의 이상을 탐지하기 위한 딥러닝 모델을 학습한다. [1] 개요 대부분의 설비(에스컬레이터, 승강기 등)의 고장은 경제적 손실을 불러일으키고 치명적인 인명 피해를 발생시킬 수 있다. 그렇기 때문에 설비의 고장을 사전에 막는 것은 매

2021년 5월 27일
·
0개의 댓글