메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤영욱 (Yonsei University) 손정우 (Yonsei University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제29권 제12호(통권 제249호)
발행연도
2024.12
수록면
65 - 74 (10page)
DOI
10.9708/jksci.2024.29.12.065

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 근감소증 판별과 근감소증으로 인한 낙상 등의 동작 감지를 위한 딥러닝 모델 연구 를 수행한다. 스마트폰의 높은 보급률을 활용하여 추가 구매 물품 없이 근감소증을 관찰할 수 있 는 시스템을 제안하고 가능성을 확인한다. 스마트폰에 내장된 9축 IMU 센서를 활용해 정상 걸음, 비정상 걸음, 낙상, 달리기, 스쿼트 자세에 대한 데이터 총 307,584개를 수집한 후 학습을 통해 최 적의 알고리즘을 확인한다. 근감소증 판별을 위해 이진 데이터 분류 모델과 움직임 또는 동작 분 류 모델인 다중 분류 모델의 최적 알고리즘을 확인한다. 이진 분류 모델에서 GRU 모델이 정확도 가 100%로 정확도와 속도가 가장 높았고 다중 분류 모델의 경우 CNN-GRU를 활용한 경우 93.72%로 가장 높았고 연구에서 제안하는 모델에서 학습 속도 또한 172.16초로 가장 빨랐다. 본 연구를 통해 운동 예측 또는 동작 감지와 같은 딥러닝 모델의 최적 조합을 확인했으며, 디지털 헬스케어 분야와 실시간 인공지능 처리 시스템 연구 등에 활용될 수 있을 것이다.

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092250826