펫 헬스케어 서비스를 위한 Graph Attention Networks 기반 센서 데이터 결측치 처리 기법 설계

센서 데이터는 통신·접촉 불량 등으로 결측이 생기고, 결측을 어떻게 메우느냐에 따라 분석 결과가 다르게 해석된다. 사람은 결측을 보고 직접 판단할 수 있지만 반려동물은 그럴 수 없어서, 왜곡된 해석이 곧 치명적인 문제가 된다.

• 펫 웨어러블의 센서 데이터가 서로 연관성을 가진다는 점을 이용해 인접 노드의 attention 수치와 feature map을 도출
• LSTM으로 데이터를 예측하고, 디코딩 과정에서 결측치를 보간
• 모델을 변형하면 이상치 탐지에도 쓸 수 있다고 봤다