SMALL 전체 글22 App inventor와 센서를 이용한 스마트 다이어트 방석 체중기 [1. 배경 및 필요성] 수명을 단축 시키는 가장 큰 원인 중 하나는 비만이다. 일시적이고 건강하지 않은 다이어트는 경각심이 줄어들 가능성이 크고, 요요현상 및 피로함과 같은 부작용으로 신체적, 정신적 건강에 좋지 않다. 그리하여 우리는 지속적으로 다이어트에 대한 경각심을 심어주기 위하여 이 다이어트 알리미를 만들게 되었다. 여기에 더해 몸무게를 유지시키거나 빼려는 사람들에게도 도움이 되도록 만들었다. [2. 관련 기술 현황] 이미 다양한 형태의 체중계가 존재한다. 그 중 관련 기술 현황은 대표적으로 3가지가 있다. Ⅰ. Fibit Aria wifi 스마트 체중기 특징: 앱을 통하여 체중관리가 가능하다. 블루투스를 지원한다. 장점: 체중 관리를 통하여 다이어트의 진행정도를 핸드폰으로 확인 가능하다. 단점.. 2022. 9. 7. LSTM Kospi Prediction Analysis LSTM 방식으로 Kospi의 주가시수를 예측 -> head()를 통하여 'Kospi.csv’ Date 날짜 Open 시가 High 고가 Low 저가 Close 종가 Adj Close 조정 종가 Volume 거래량 -> Plot 그래프를 활용하여 가격과 날짜의 순번을 이용해 종가 가격만 그래프화 하여 확인 ->스케일에 적용할 Column을 정의하고 x,y의 훈련과 테스트 데이터를 8:2로 나눠 저장한다 ->LSTM 시계열 데이터 예측을 위해 TensorFlow keras을 import -> Dense, LSTM, Conv1D, Lamda -> MSE : 예측한 값과 실제 값 사이의 평균 제곱 오차를 정의한 값 ->Epoch: 100 Train data Start 결과값 2022. 8. 26. 인공신경망을 이용한 USB 인식 시스템 1) 전체 구성 USB 기반의 IoT 디바이스 환경에서 디바이스 제어 드라이버의 Plug & Play를 위한 기 본 모듈로서 USB 자동 인식 기능을 개발한다. USB의 자동 인식을 위하여 딥러닝 인공신경망을 이용한다. 인공신경망 학습을 위한 충분한 데이터를 확보하기 위 하여 이미지 처리를 수행하며, 다양한 종류의 인공신경망 모델을 구현하여서 그 성능을 비교한다. 충분한 양의 이미지를 확보하기 위하여 Crawling을 통해 USB 이미지를 가져오고, 설계 하는 인공지능 신경망을 충분히 학습시키기 위해서 충분한 양의 데이터가 필요하기에 Open CV 라이브러리를 이용하여 USB 이미지를 추가생성 후 인공신경망을 통해 훈련 한다. 훈련된 인공신경망을 이용하여 USB 이미지에 대한 인식 결과를 도출한다. 2).. 2022. 8. 26. USB Image ResNet Modeling ResNet이란? -> Deep Neural Network의 경량 모델인 것이 ResNet이다. 기존방식은 Layer층을 건너 결과값을 도출한다면, ResNet은 하나의 identity(지름길)을 하나 더 만들어 결과값의 에러율을 낮춘 것이다. 통합 개발 환경(IDE) Python, Google Colaboratory, PyTorch 1.7 CUDA 이미지 데이터 -> 29000장의 데이터를 사용하기에는 일반 컴퓨터에서 너무 오랜 시간이 걸려 2584장의 데이터셋과 58장의 테스트 데이터셋을 사용 USB Image ResNet Modeling 결과값 2022. 8. 26. 이전 1 2 3 4 5 6 다음 LIST
