대조학습을 이용한 주행 패턴 이상 탐지

프로젝트 개요

운행 중 수집되는 시계열 센서 데이터를 이용해 정상 주행과 이상 주행 패턴을 구분하는 프로젝트입니다. 라벨이 제한적인 환경을 고려해 대조학습 기반 표현 학습을 적용하고, 다운스트림 이상 탐지 성능을 높이는 방향으로 설계했습니다.

핵심 내용

• 주행 시계열을 표현 공간으로 변환해 정상 패턴과 이상 패턴 간 거리를 학습합니다.
• 센서 신호를 스펙트럼 기반 특징으로 변환해 시계열 변화를 더 잘 반영하도록 구성합니다.
• 표현 학습 결과를 활용해 이상 상황 탐지와 변화 구간 식별 문제로 확장합니다.

사용 기술

• Contrastive Learning
• Self-Supervised Learning
• Spectrogram / STFT
• Time Series Classification
• Change Point Detection

프로젝트 의의

지도학습만으로는 구축하기 어려운 주행 데이터 문제를 자기지도학습 관점에서 풀어낸 프로젝트입니다. 실제 도로 환경에서 발생하는 비정상 패턴을 표현 학습으로 다룬다는 점에서 연구성과와 응용 가능성을 함께 정리하기 좋습니다.