Application of Graph Based Vision Transformers Architectures for Accurate Temperature Prediction in Fiber Specklegram Sensors
Created by
Haebom
Category
Empty
저자
Abhishek Sebastian
개요
본 연구는 섬유 스펙클그램 센서(FSS) 데이터로부터 온도를 예측하기 위해 비전 트랜스포머(ViTs), Swin 트랜스포머, LINA-ViT, MAP-ViGAT 등 다양한 트랜스포머 기반 아키텍처를 활용하여 0~120°C 범위의 온도 예측을 수행했습니다. 그 결과 ViTs가 1.15의 평균 절대 오차(MAE)를 달성하며 CNN 등 기존 모델보다 우수한 성능을 보였고, GAT-ViT 및 MAP-ViGAT 변형 모델도 경쟁력 있는 정확도를 나타냈습니다. 또한, 설명 가능한 AI(XAI) 기법을 사용하여 모델의 의사 결정 과정을 시각화하여 해석 가능성을 높였습니다.
시사점, 한계점
•
시사점:
◦
섬유 스펙클그램 센서 기반 온도 감지에 있어 트랜스포머 아키텍처의 우수성을 입증했습니다.
◦
ViTs가 CNN을 능가하는 성능을 보였으며, GAT-ViT와 MAP-ViGAT는 적응형 주의 메커니즘과 그래프 기반 구조의 중요성을 강조했습니다.
