월간 데이콘 운동 동작 분류 AI 경진대회

Private: 26위, Public: 0.5616, Conv1D + LSTM

2021.03.07 14:30 6,438 조회 language

 본 대회에서 작업한 Modeling Process는 다음과 같습니다.

1. Data augmentation : 
총 3,125개의 Label 데이터 중 Label 26(Non-exercis)데이터의 수는 1,518개로 약 50%를 차지하여, 이 외 Label에 대한 데이터에만 Augmentation을 진행하여 최대한 Class Imbalance 문제를 해소하고자 하였습니다. Sensor data augmentation을 위해서, 다양한 방법 중, 1)Rolling, 2) Time Warping, 3) Magnitude Warping 방식을 활용하였습니다.(참고 : https://github.com/terryum/Data-Augmentation-For-Wearable-Sensor-Data/blob/master/Example_DataAugmentation_TimeseriesData.ipynb)

2. Accelerometer, Gyroscope Multimodal Learning : 
서로 다른 성질을 지닌 acc, gy 데이터를 분리하여 Conv1D+LSTM Layer에서 학습과정을 거쳐, 각각 추출된 임베딩 값을 Concatenate하여 Classification Layer의 Input으로 적용되는 구조로 모델링 하였습니다.

코드
로그인이 필요합니다
0 / 1000
도비콘
2021.03.08 11:27

수고하셨어요~