본론에 앞서 프로젝트는 현재 종료 되었고 간간이 업데이트는 있을 예정이지만 실질적인 변화가 있지는 않을 것이다. 프로젝트 종료 이유는 첫번째는 개발자 (본인)의 실력이 너무 낮아 인공지능의 성능을 내지 못한 것이다. 두번째는 시간적인 문제였다. 현 프로젝트는 혼자 진행이 아닌 팀으로 진행이 되는데 너무 늦어지고 지체가 되는 바람에 일찍이 접었다. 문제점을 파악했거나 혹은 수정을 하여 본인이 작성하고 싶다면 언제든지 Fork를 하고 작성만 해준다면 좋다.
Updated. (May. 29. 2022) 허... 논문을 잘못 읽었던 거 같다. 그냥 나는 바보다... 일단 지금 까지의 실수를 나열해보자.
- BBRBM -> GBRBM 이 아닌, GBRBM -> BBRBM 으로 가야했다. 즉, 반대로 구성된 GBDBN을 구성했다는 것이다.
- 논문에서는 DBN -> SVM 으로 끝난게 아니다. Active Learning 까지 진행해야한다.
미쳐버린거죠. 프로젝트를 다시 진행을 하였으나 AL, DBN, SVM 등 아직 너무 어려운 내용들이 많아 그만하게 되었다.
ECG Singal data를 받아 DBN 으로 각 Feature를 뽑아내는 인공지능 모델 프로젝트이다. 현 프로젝트는 아래 리뷰 논문에 GB-DBN을 활용한 논문을 기반으로 진행되고 있다.
GB-DBN은 RBM를 여러겹 쌓은 Deep Learning Machine이기에 학습을 시키기 위해서는 RBM 모델이 여러개가 필요하다. 즉, 여러개의 RBM 모델을 쌓아 DBN을 만드는 것이기에 여기서 중요한 부분은 확률 분포 모델을 어떤 것을 활용하냐이다. Bernouli 확률 분포는 가장 기본적인 RBM의 확률 분포 모델이고 GB-RBM은 Gaussian 확률 분포를 활용한 모델이다. GB-DBN도 이름에서 알 수 있듯 Gaussian 확률 분포를 활용하였기에 GB-RBM과 BB-RBM를 같이 활용하여 구성된다.
빠르게 작업을 하다보니 현재 디렉토리가 제대로 정리가 되어 있지가 않다. 아마 6월 전에는 한번 정리를 할 것 같으나 현재는 result를 남겨둬야 한다는 정메서 *.ipynb 파일들은 모두 현재 모델 코드이다. 다만 몇몇 설정 값과 모델 구조의 차이가 있으니 참고하길 바란다. 정 안된다면 CHANGES.txt 를 참고하거나 Issue 를 남기면 이에 대해 답변 하겠다.
현재 모든 진행 상황은 CHANGES.txt에 기록을 하고 있으며 기록 후 변경 내용이 있을때마다 커밋을 하고 있다. 그렇기에 과거 지워진 내용이나 달라진 내용을 확인하고 싶다면 commit history를 보면 알 수 있다.