Predictive Convolutional Networks for Learning Stream Data

요 약 순차적으로 값이 유입되는 스트림 형식의 데이터를 위해 온라인 학습을 고려한 모델이 필요하다. 최근 다계층화를 이용한 표현학습(representation learning)이 성공적으로 적용됨에 따라, 잠재적인 빅데이터로서 스트림 데이터를 위한 학습 모델 및 방법을 필요로 한다. 이에 본 고에서는 스트림 데이터 학습을 위한 새로운 모델인 예측적 컨볼루션 신경망과 온라인 학습방법을 제안한다. 이 모델은 탐지와 풀링을 반복하 는 컨볼루션 연산을 통해 탐지 패턴을 계층화하여 상위 계층이 될수록 긴 길이의 패턴의 정보를 다루도 록 한다. 본 모델의 기초적 검증을 위해 스마트폰으로 2 달간 수집한 GPS 데이터를 이산화하여 관측데이 터로 삼았다. 이를 제안모델을 통해 학습하여 계층을 따라 추상화된 정보로부터 복원한 데이터와 관측데 이터를 비교하여, 긴 시간의 패턴을 다루면서도 관측 수준의 데이터를 복원하는 것을 확인하였다.