Skip to content

Latest commit

 

History

History
84 lines (73 loc) · 3.28 KB

README.md

File metadata and controls

84 lines (73 loc) · 3.28 KB

제2회 ETRI 휴먼이해 인공지능 논문경진대회

제2회 ETRI 휴먼이해 인공지능 논문경진대회

라이프로그와 수면의 정보 연관성을 활용한 수면의 질 예측 알고리즘

데이터셋

  • ETRI 라이프로그 데이터셋 (2020-2018) 에서 아래 파일들을 다운로드합니다.
    • user01-06 data (user01-06.7z)
    • user07-10 data (user07-10.7z)
    • user11-12 data (user11-12.7z)
    • user21-25 data (user21-25.7z)
    • user26-30 data (user26-30.7z)
    • 2020 실험자별 정보 (user_info_2020.csv)
    • 2020 수면 측정 데이터 (user_sleep_2020.csv)

Directory

 <2023_ETRI_AI_Competition>
                    ├ <2020>
                        └ <user01-30>
                            ├ <user01>
                            ├ ...
                            └ <user30>  
                                ├ <1598827200>
                                ├ ...
                                └ <1601165700>
                                    ├ ...
                                    └ 1601165700_label.csv
                        ├ user_info_2020.csv
                        └ user_sleep_2020.csv

                    ├ prerprocessing.ipynb
                    └ README.md

데이터 전처리

  1. user01 - user30 데이터 전처리
    - 각 user파일의 timestamp_label.csv에서 userId, ts, actionOption, date를 추출합니다.
    - actionOption칼럼의 데이터를 신체활동 분류표에 따른 강도로 분류합니다.
    - 강도 분류에 따라 좌식행동-1, 저강도-2, 중강도-3, 고강도-4 로 변환합니다.
  2. 2020 수면 측정 데이터 전처리
    - user_sleep_2020.csv에서 userId, date, wakeupcount, sleep_score, startDt, endDt,
    lightsleepduration, deepsleepduration,remsleepduration을 추출합니다.
    - startDt와 endDt를 계산하여 총 수면시간 칼럼인 sleepTime을 추가합니다.
  3. 2020 실험자별 정보 데이터 전처리
    - user_info_2020.cvs에서 userId, gender, age, height, weight를 추출합니다.
    - gender 칼럼의 데이터를 M-1, F-0으로 이진 분류를 해줍니다.
    - height, weight 칼럼을 사용하여 bmi(체질량 지수)를 계산한 bmi 칼럼을 추가합니다.
  4. 위의 1,2,3과정의 결과를 공통인 칼럼을 기준으로 합친 후 하나의 csv로 통합합니다.
    (자세한 데이터 전처리 과정은 preprocessing.ipynb파일 참고바랍니다.)

Model Architecture

모델 실행 방법

실행 준비

  • git clone
git clone <this_repo>

실행

  • BERT
    • 위치: model/BERT/data/BERT_R.py
python BERT_R.py
  • LSTM
    • 위치: model/CLSTM/data/main.py
    • main.py파일에서 Config_Model_Type = "LSTM" 으로 변경 후 저장합니다.
python main.py
  • CNN-LSTM
    • 위치: model/CLSTM/data/main.py
    • main.py파일에서 Config_Model_Type = "CLSTM" 으로 변경 후 저장합니다.
python main.py

ETRI-AI-