@gaegammi
-
📻 Signal
생체 신호 레이더 시스템을 사용한 수면 분류 알고리즘 적용
참고 논문 : R.de Goederen et al(2021), "Radar-based sleep stage classification in children undergoing polysomnography: a pilot-study", Sleep Medicine 82 XeThru X2M200 & X4M200 레이더 모듈 -> 사람의 resting and breathing 상태일 때의 주기적인 움직임을 관찰함 이 모듈은 local oscillator에서 생성된 일정한 펄스가 안테나를 통해 전송되는 pulse-Doppler processing을 사용함 해당 펄스는 반사판을 만날 때까지 공간을 통해 전파되는데, 전송된 에너지 중 일부는 움직임으로 인한 위상 변조와 함께 수신기로 다시 반사된다. 수신된 RF ->..
-
📻 Signal
레이더 신호 인식을 위한 CNN 설계
분석 논문 : Xuezhong Wang(2021), "Electronic radar signal recognition based on wavelet transform and convolution neural network", Alexandria Engineering Journal 61. CNN을 이해하기 위한 기본적인 개념 Layer - 2개의 인접 노드는 Convolution Layer와 Pooling Layer로 번갈아 구성된다. 마지막은 Fully Connection Layer Convolution Layer - feature(특징. 피처)를 추출하는 계층으로, upper layer의 input에 대한 sliding window 합성곱을 함으로서, 각 convolution kernel이 local ..
-
📻 Signal
FT(푸리에 변환)과 CWT(연속 웨이블릿 변환)
IR-UWB로 수집한 신호 정보를 딥러닝에 사용하기 위해서는 먼저, 진동수와 그 변화의 정보를 얻기 위해서 FFT와 CWT을 적용해야한다. Fourier Transform, 시간-주파수 분석 푸리에 변환은 신호에 존재하는 주파수 성분을 식별할 때 매우 우수하다. 그러나 FT는 주파수 성분이 발생하는 시기를 식별 X 신호의 크기 스펙트럼을 플로팅. 0Hz ~ 200Hz 사이 영역을 확대 Continuous Wavelet Transform 이는 STFT, 즉 단시간 푸리에 변환 고유의 분해능 문제를 극복하기 위해 만들어짐. (푸리에 변환은 시간 정보를 제공하지 않기 때문에, 주파수의 변화가 일어나는 시기를 결정하기 위해 STFT가 쓰임. 신호 이벤트가 발생하는 시간 및 주파수 두 개 모두에 대한 일부 정보 ..
-
💻 Computer
욕나오는 microsoft 삭제 방법
Powershell 안됨. SetupProd_OffScrub 안됨. 프로그램 제거 탭에 microsoft 없음. 을 겪고, 개빡침을 겪고 있을 분들을 위해. 이것은 window를 대상으로 함. 설정 > 앱 (왠지 모르게 프로그램 설치/제거 탭보다 더 많은 앱들이 있음 ㅅㅂ) 아니 맥으로 바꾼지 개 오래됐는데 갑자기 2024년 1월에 설치된 이런 게 있음. 아오썅 microsoft 어쩌고이든, excel 어쩌고이든 말고, 엔터프라이즈용 microsoft 365 앱을 삭제해야함. > 저거 오른쪽 점 세개 눌러서 제거하면 됨. 드디어 완전 사라짐. 진짜 1시간 동안 계속 안됐는데 해결됨. 노트북 뿌실뻔했네
-
📻 Signal
Neural Network (CNN, RNN, LSTM, BiLSTM)
CNN(Convolution Neural Network), 합성곱 신경망 수면 알고리즘에 관한 논문을 검색하면, 대부분 CNN을 활용한 분류 방법이 나온다. 이 신경망은 입력이 '이미지'로 구성돼 있다는 점을 활용한다. 일반 신경망과 달리 CNN의 레이어에는 너비, 높이, 깊이로 3차원 배열된 뉴런이 있다. "깊이" : 전체 신경망의 깊이가 아닌, 활성화 볼륨의 3차원을 의미하며, 네트워크의 총 레이어 수를 나타낼 수 있음. 한 레이어의 뉴런은 모든 뉴런이 완전히 연결된 방식이 아니라, 그 앞에 있는 레이어의 작은 영역에만 연결됨. 처읍 입력 이미지가 32*32*3이면 -> 최종 출력 레이어의 크기는 1*1*10이 되는데, Convent 아키텍처의 마지막에는 full image를 깊이 dimension을..
