semiconductor_tcn_project | |–– data # 센서 데이터 (원본/전처리) | |–– T_data.csv # 기존 데이터 | |–– T_f_data.csv # 상관관계 분석후 feature 제거 데이터 | |–– T_f_t.csv # collection_date + collection_time = datetime merged 코드 | |–– T_f_t_d.csv | |–– V_data.csv # 기존 데이터 | |–– V_f_data.csv # 상관관계 분석후 feature 제거 데이터 | |–– V_f_t.csv # collection_date + collection_time = datetime merged 코드 | |–– V_f_t_d.csv | |–– sensor_predictions_only.csv # csv 예측된 센서 값만 | |–– sensor_predictions.xlsx # 예측된 센서 - 실제 센서값 | |–– notebooks # EDA, 모델링 노트북 | |–– T_data_preprovess.ipynb # 데이터 전처리(상관관계분석,,,등) | |–– V_data_preprovess.ipynb
| |–– results # 결과 이미지, 모델 저장 | |–– tcn_model.pth | |–– X_windows.npy
| |–– y_labels.npy | |–– VX_windows.npy
| |–– Vy_labels.npy | |––--------------- model | |–– tcn_state_predictor.pth
|–– src | |–– model.py # TCN 구현 | |–– state_classifier_gui.py | |–– state_classifier_logistic.py | |–– state_gui_simulator.py # 분류되는 gui (대시보드 기능) | |–– T_predict_evaluate.py # 테스트/시각화 | |–– T_predict_s_window.py | |–– T_predict_train.py | |–– tcn_predict_demo.py
| |–– V_predict_s_window.py | |–– readme

#필요한 패키지 pip install numpy pandas matplotlib scikit-learn torch