01. 프로젝트 소개

• 프로젝트 소개

• 프로젝트 목표

- 회로에 인가한 입력 전압 파형(picosecond 단위)으로부터 5가지 출력 전압 파형 예측

- 일반적으로 Buffer 회로 시뮬레이션을 통해 출력 파형의 특성을 확인함.

   (실험자원이나 시간제약으로 인해 대량의 데이터를 처리하기에 어려움)

- 딥러닝을 이용하여 시계열 데이터의 회귀 모델을 학습하여, 대량의 데이터를 효율적으로 처리 가능

= Jupyter notebook + pandas, Numpy, matplotlib, PyTorch, sckit learn 활용

 

 

• 데이터 소개: 사용하는 전압 파형 데이터 소개

- 회로에 인산한 전압 파형과 5가지 출력 전압 파형을 picosecond 단위로 기록 => 시계열 데이터!

- 시계열 데이터: 시간에 걸쳐 순차적으로 기록되고 배열되는 데이터

EX) 주가 데이터, 연도별 기온 데이터, 자연어

- 학습용 데이터는 452,283 picoseconds 동안 기록(0~452,289 picoseconds)

- 데스트용 데이터는 193,836 pocoseconds 동안 기록(452,290~646,125 picoseconds)

 

• 데이터 분석에 활용할 수 있는 프로그래밍 언어

• 프로젝트에 사용할 오픈소스 파이썬 라이브러리