MATLAB AI 경진대회_도로 주행 기반 싱크홀 위험 지역 탐지 AI

본 프로젝트는 1차원 가속도 신호로부터 통계 피처와 STFT 기반 스펙트럼 특성을 추출하여 전통형 Autoencoder 및 Convolutional Autoencoder를 학습·평가합니다.

Project Overview:

가속도 센서 시계열 데이터를 이용한 이상 진단(Anomaly Detection) MATLAB 코드 모음입니다.

Main Components:

• 전통형 Autoencoder: train_ver02.m, test_ver02.m
• Convolutional Autoencoder: run_autoencoder_no_padding_conv.m, run_autoencoder_eval_conv.m

Directory Structure:

• data_normal 정상 CSV 파일
• data_abnormal 이상 CSV 파일
• models 학습된 모델(.mat)
• results 결과 CSV·그래프

Requirements:

• MATLAB R2024b
• Signal Processing Toolbox
• Deep Learning Toolbox
• Statistics and Machine Learning Toolbox
• Parallel Computing Toolbox (optional)
• GPU (optional)

Data Format:

• CSV columns: time (s), az (Z축 가속도)
• Sampling interval: 5 ms (200 Hz)

Usage:

1. 전통형 Autoencoder

• run('train_ver02.m'); (학습)
• run('test_ver02.m'); (평가)

1. Convolutional Autoencoder

• run('run_autoencoder_no_padding_conv.m'); (학습)
• run('run_autoencoder_eval_conv.m'); (평가)

Outputs:

• 모델(.mat)
• anomaly_results_conv_optimal.csv
• Score distribution, PR/ROC, 혼동행렬 그래프

Function Summary:

• extract_features: 1-D 신호 → 통계 피처
• extract_conv_feat: STFT → 정규화 4-D 텐서
• confusion_stats: TP/TN/FP/FN 계산