시계열 윈도우화
시계열 윈도우화는 연속 센서 데이터를 고정 길이 창으로 잘라 각 창에서 통계적 특성을 추출하는 기법이다. 본문에서는 50사이클 창을 사용하고 창마다 평균·표준편차·선형 기울기·마지막 값 등 56차원 특성을 계산한 뒤 레짐 원-핫을 결합해 62차원 특성으로 학습에 투입했다. 이 방식은 시계열의 국소적 추세와 변동을 모델이 안정적으로 잡도록 돕는다.
