728x90
Conv1D는 이미지가 아닌 시계열 분석 또는 텍스트 분석에 많이 사용된다.
때문에 본 논문에서 언급한 위 CNN 모델은 Conv1D에 대한 모델을 의미한다.
기본적인 방법은 휴대폰의 IMU값을 칼만필터를 통해 보정하여 실내 내비게이션에 적용할 수 있는 모델을 제작하는 기존의 방법과 유사하지만, CNN으로 momentary speed(순간 속도)를 추정하는 방식을 사용한다는 점이 단순히 칼만필터를 사용하는 모델과 다른 점이라 보인다.
strapdown | 고정식의 |
feasibility |
실행 가능성, 실현 가능성
|
constrained |
강요된, 제한된, 억제된
|
unobstructed |
방해받지 않은, 장애물이 없는
|
occlusion |
폐색, 차단, (광학적으로) 가림
|
Instantaneous |
순간적인, 즉각적인
|
aforementioned | 앞서 언급한 |
versatile |
다재다능한, 다용도의
|
orientation | 방향, 지향 |
locomotion | 이동, 운동 |
terrain | 지형, 지대 |
instantaneous |
순간적인, 즉각적인
|
rectified |
수정된, 바로잡힌
|
invariant |
불변의, 변함없는
|
authentic |
진짜의, 신뢰할 만한
|
discrepancy |
불일치, 차이, 모순
|
sophisticated |
정교한, 세련된, 복잡한
|
'ML' 카테고리의 다른 글
[논문]Swin Transformer (1) | 2025.02.10 |
---|---|
[논문 리뷰] Learning from Rich Semantics and Coarse Locationsfor Long-tailed Object Detection (0) | 2025.01.27 |
Precision, Recall에 대해 (0) | 2024.11.30 |
SAM(Segment Anything Model)으로 자동 Labeling 하기 (0) | 2024.11.19 |
[논문 리뷰] Visual Prompt Tuning (3) | 2024.09.22 |