안녕하세요. SKT AI FELLOWSHIP 3기 4번 과제 Smart Factory 서비스를 위한 진동/압력/온도 센서의 Anomaly Detection 연구를 수행하고 있는 최주임팀 입니다. 저희 팀은 Smart Factory(Data기반 지능형 공장)의 예지 정비(Predictive Maintenance) 솔루션/서비스인 SKT 그랜드뷰에 탑재될 인공지능 기반 이상탐지 모델을 개발중입니다.
@ 연구계획 보러가기
https://devocean.sk.com/search/techBoardDetail.do?ID=163213
@ 연구과정 보러가기
https://devocean.sk.com/search/techBoardDetail.do?ID=163325
이번 포스팅에서 중점적으로 다룰 내용은 "주파수 변환 방법" 입니다. 스마트팩토리 연구를 진행하고 있는 저희 팀은 모터의 베어링에 부착된 가속센서를 통해서 수집되는 진동 데이터를 전처리 하는데 주파수 변환 방법을 활용합니다. 하지만 주파수 변환 방법은 스마트팩토리 뿐만 아니라 금융, 의학 등 다양한 분야의 시계열 데이터, 이미지 데이터, 음성데이터 등에서 유용하게 활용되고 있기 때문에 공부한 내용을 바탕으로 자주 활용되는 주파수 변환 방법들을 총 정리해서 공유합니다.
■ 주파수 변환이란?
■ 주파수 변환을 하면 뭐가 좋을까?
주파수 변환 방법을 활용하면 Time domain 영역에서 해석하기 어려웠던 신호에서 추가적인 정보들을 발견 할 수 있습니다. 예를들면!
심전도 검사
화자 인식 분야
주파수 변환 방법의 필요성을 알았으니 이제 구체적으로 어떤 방법들이 있는지 알아보도록 하겠습니다.
■ Fourier Transform
장점
단점
■ Short Time Fourier Transform
장점
단점
시간을 길게하면(Time Window length가 크면) 주파수 해상도는 상승하지만 시간 해상도가 하락하고
시간을 짧게하면(Time Window length가 작으면) 주파수 해상도는 감소하지만 시간 해상도가 상승하여
시간 분해능력과 주파수 분해능력이 Trade-off 관계 형성
■ Wavelet Transform
장점
단점
(고차원의 경우) 방향성에 대한 정보가 미흡하고(Poor Directionality) 위상 정보(Phase Information)가 결여
@wavelet 단점 상세히 이해하기: 52page ~ 56page
https://web.archive.org/web/20160303195941/http://www.wavelet.org/phpBB2/viewtopic.php?t=7584
■ Stationary Wavelet Transform
장점
단점
■ Complex Wavelet Transform
장점
단점
■ 총 정리 표