AI 모델 선택

DT 프레임워크에서는 실시간 모델링을 지원하기 위해 다양한 AI 아키텍처가 사용되며, 각 모델은 데이터 유형과 응용 분야에 따라 고유한 장점을 제공합니다( 표 2 ). 기본 아키텍처 중 하나인 MLP는 생물학적 뉴런의 시냅스 전달을 모방한 피드포워드 신경망입니다. MLP는 계산 효율성이 뛰어나며, 특히 처리 자원이 제한적일 때 기본 모델링에 적합합니다. 그러나 복잡하거나 시간적인 패턴을 모델링하는 능력은 제한적입니다. 최근 연구에서는 성능 저하 없이 운영 오버헤드를 줄이기 위해 고급 트랜스포머 기반 아키텍처를 MLP와 유사한 구조로 단순화하는 데 초점을 맞추고 있습니다. CNN은 원래 이미지 인식을 위해 개발되었지만, DT 시스템에서는 시간 또는 여러 센서 모달리티에 걸쳐 구조화된 관계를 식별하는 데 사용됩니다. 시계열 분석에서 CNN은 다변량 데이터에서 공간적으로 정렬된 시간적 특징을 학습하는 데 탁월합니다. 순환 신경망(RNN), 특히 장단기 메모리 네트워크(LSTM)는 과거 맥락을 유지하는 능력 때문에 시간 모델링에 적합합니다. 77