• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.249-251
• /
• 2021

본 논문에서는 노령층 인구가 도보시 일어날 수 있는 낙상상황을 텐서플로워를 이용하여 인지하기 위한 시스템에 대하여 소개한다. 낙상감지는 고령자의 몸에 착용한 가속센서 데이터에 대해서 텐서플로워를 이용하여 학습된 LSTM(long short-term memory)을 기반하여 낙상과 일상생활을 판별한다. 각각 7가지의 행동 패턴들에 대하여 학습을 실행하며, 4가지는 일상생활에서 일어나는 행동 패턴이고, 나머지 3가지는 낙상시의 패턴에 대하여 학습한다. 3축 가속도 센서의 가공하지 않은 데이터와 가공한 SVM(Sum Vector Magnitude)를 이용하여 LSTM에 적용해서 학습하였다. 이 두 가지 경우에 대해서 테스트한 결과 데이터를 혼합하여 학습하면 더 좋은 결과를 기대할 수 있을 것으로 예상된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.391-393
• /
• 2021

본 논문에서는 일상생활에서의 고령자에게 나타날 수 있는 낙상상황을 감지할 수 있는 텐서플로우를 이용한 장단기 메모리 기반 낙상감지 시스템에 대하여 소개한다. 낙상감지를 위해서 3축 가속도 센서 데이터를 이용하고, 이를 처리하여 다양한 파라미터화하며 일상생활 패턴 4가지, 낙상상황 패턴 3가지로 분류한다. 파라미터화한 데이터는 정규화 과정을 따르며, 학습이 진행된다. 학습은 Loss값이 0.5 이하가 될 때까지 진행된다. 각각의 파라미터인 θ, SVM (Sum Vector Magnitude), GSVM (gravity-weight SVM)에 대하여 결과를 산출한다. 가장 좋은 결과는 GSVM으로 Sensitivity 98.75%, Specificity 99.68%, Accuracy 99.28%로 가장 좋은 결과를 보였다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.77-83
• /
• 2023

이 논문에서는 타원 기둥 형태의 이상체에 의한 자력 벡터와 자력 변화율 텐서 반응식을 유도하였다. 화성암 관입이나 킴벌라이트 구조 등은 축 대칭성을 가지면서 주향 방향과 수직한 방향의 반지름이 서로 다른 타원 기둥 형태를 가지는 경우가 많다. 이런 타원 기둥의 자력 반응은 이전 논문에서 유도한 중력 변화율 텐서에 자화 방향에 대한 정보를 포함시킨 포아송 관계식을 이용하여 유도하였다. 타원 기둥의 자력 변화율 텐서는 벡터 자력을 미분하여 유도하는데 삼중 적분으로 표현되는 타원 기둥의 인력 퍼텐셜을 각 축방향으로 3회 미분한 총 10개의 삼중 미분 함수를 구하는 것과 동일하다. 미분과 적분의 순서는 바꾸는 것이 가능하므로 결과적으로 자력 변화율 텐서는 타원 기둥의 인력 퍼텐셜을 3회 미분한 후, 깊이 방향으로 적분하고 나머지 이중 적분은 복소 평면에서 타원 기둥의 단면을 폐곡선으로 하는 경로를 따라 선적분으로 변환하여 유도된다. 이 논문에서 복소 평면에서 선적분으로 유도한 자력 및 자력 변화율 텐서 반응식은 립쉬츠-한켈 적분으로 유도한 원기둥의 자력 및 자력 변화율 텐서 반응식과 완벽하게 일치함을 보였다.

• 한국운동역학회지
• /
• 제18권1호
• /
• pp.159-168
• /
• 2008

본 연구는 피겨스케이팅의 여자국가대표 선수 4명으로부터 고난도 스핀기술인 FSS과 FCS동작을 분석하였다. 이를 위하여 자세유형에 따른 스핀동작 간 족저압력변인 접지면적(CA), 최대힘(MF), 최대압력(PP) 그리고 인체무게중심(COG)에 의한 발바닥 9개 영역을 중심으로 압력변화를 고찰하였다. 본 회전구간에서 두 스핀기술 간 접지면적이 17.2%의 차이로 스핀축이 한 곳에 보다 잘 집중된 경우는 FCS인것으로 나타났다. 최대힘에서 FSS는 97%BW, FCS는 143%BW로서 20% 높았으며, 최대압력 또한 FCS가 FSS보다 20% 높은 수치를 보였다. 이러한 결과는 인체무게중심선과 압력중심점과의 상호관계로부터 FSS의 압력중심점이 인체무게중심선보다 발바닥 후면, 반대로 FCS는 발바닥 앞면에 위치하는 자세패턴에 의한 기능적 차이로 분석되었다. 위의 결과로부터 FCS가 상대적으로 FSS보다 스핀기술 시 높은 인체중심과 하지말단을 이용한 큰 회전반경으로부터 스핀속도를 보다 잘 통제하는 운동구조로 고찰되었다.

• 한국전문물리치료학회지
• /
• 제23권1호
• /
• pp.87-93
• /
• 2016

Background: Posture balance control is the ability to maintain the body's center of gravity in the minimal postural sway state on a supportive surface. This ability is obtained through a complicated process of sensing the movements of the human body through sensory organs and then integrating the information into the central nervous system and reacting to the musculoskeletal system and the support action of the musculoskeletal system. Motor function, including coordination, motor, and vision, vestibular sense, and sensory function, including proprioception, should act in an integrated way. However, more than half of stroke patients have motor, sensory, cognitive, and emotional disorders for a long time. Motor and sensory disorders cause the greatest difficulty in postural control among stroke patients. Objects: The purpose of this study is to determine the effect of visual and somatosensory information on postural sway in stroke patients and carrying out a kinematic analysis using a tri-axial accelerometer and a quantitative assessment. Methods: Thirty-four subjects posed four stance condition was accepted various sensory information for counterbalance. This experiment referred to the computerized dynamic posturography assessments and was redesigned four condition blocking visual and somatosensory information. To measure the postural sway of the subjects' trunk, a wireless tri-axial accelerometer was used by signal vector magnitude value. Ony-way measure analysis of variance was performed among four condition. Results: There were significant differences when somatosensory information input blocked (p<.05). Conclusion: The sensory significantly affecting the balance ability of stroke patients is somatosensory, and the amount of actual movement of the trunk could be objectively compared and analyzed through quantitative figures using a tri-axial accelerometer for balance ability.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.26-35
• /
• 1997

본 논문에서는 무중력하에서 자유운동하는 물체의 화상정보로부터 그 운동을 추정할 때의 특징점의 대응점을 선택과 샘플링 주기를 설정하는 방법을 제안하였다. 관성 좌표계를 우주 로봇에 내장된 카메라 좌표계로 치환하여 화상에서 구해진 정보로부터 대응점 문제를 해석하고, 대상 물체의 운동을 결정하는 각속도 vector $\omega$를 구하는 것이 가능하다는 것을 시뮬레이션에 의하여 조사하였다. 또한, 특징점의 운동거리에 대한 상대오차가 양자화에 의해서 증가하기 때문에 샘플링 주기 ${\Delta}t$가 짧으면 각속도의 상대오차는 증가한다. 역으로 샘플링 주기 ${\Delta}t$가 너무 길어져도 각속도가 근사화될 때 샘를링 주기가 길기 때문에 오차가 증가한다. 한편, 정밀도는 해상도가 증가함에 따라 증가한다는 것을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.101-112
• /
• 2024

Telugu language is considered as fourth most used language in India especially in the regions of Andhra Pradesh, Telangana, Karnataka etc. In international recognized countries also, Telugu is widely growing spoken language. This language comprises of different dependent and independent vowels, consonants and digits. In this aspect, the enhancement of Telugu Handwritten Character Recognition (HCR) has not been propagated. HCR is a neural network technique of converting a documented image to edited text one which can be used for many other applications. This reduces time and effort without starting over from the beginning every time. In this work, a Unicode based Handwritten Character Recognition(U-HCR) is developed for translating the handwritten Telugu characters into English language. With the use of Centre of Gravity (CG) in our model we can easily divide a compound character into individual character with the help of Unicode values. For training this model, we have used both online and offline Telugu character datasets. To extract the features in the scanned image we used convolutional neural network along with Machine Learning classifiers like Random Forest and Support Vector Machine. Stochastic Gradient Descent (SGD), Root Mean Square Propagation (RMS-P) and Adaptative Moment Estimation (ADAM)optimizers are used in this work to enhance the performance of U-HCR and to reduce the loss function value. This loss value reduction can be possible with optimizers by using CNN. In both online and offline datasets, proposed model showed promising results by maintaining the accuracies with 90.28% for SGD, 96.97% for RMS-P and 93.57% for ADAM respectively.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.615-625
• /
• 2020

문서-용어 빈도행렬은 그룹정보가 존재하는 문서들의 용어를 추출한 것으로 일반적인 텍스트 마이닝에서의 자료이다. 본 연구에서는 연구 분야 성격에 따른 문서 분류를 위해 문서-용어 빈도행렬을 생성하고, 전통적인 용어 가중치 함수인 TF-IDF와 최근 잘 알려진 용어 가중치 함수인 TF-IGM을 적용하였다. 또 용어 가중치가 적용된 문서-용어 가중행렬에 문서분류 정확도 향상을 위해 핵심어를 추출하여 문서-핵심어 가중행렬을 생성하였다. 핵심어가 추출된 행렬을 바탕으로, 심층 신경망을 이용해 문서를 분류하였다. 심층 신경망에서 최적의 모델을 찾기 위해 매개변수인 은닉층과 은닉노드수를 변화해가며 문서 분류 정확도를 확인하였다. 그 결과 8개의 은닉층을 가진 심층 신경망 모델이 가장 높은 정확도를 보였으며 매개변수 변화에 따른 모든 TF-IGM 문서 분류 정확도가 TF-IDF 문서 분류 정확도보다 높은 것을 확인하였다. 또한 개별 범주에 대한 문서 분류 분석 결과를 서포트 벡터 머신과 비교했을 때 심층 신경망이 대부분의 결과에서 더 좋은 정확도를 보임을 확인하였다.

• 한국운동역학회지
• /
• 제19권1호
• /
• pp.159-166
• /
• 2009

본 연구의 목적은 실외 보행 실험 시 사용하기에 간편한 가속도계를 이용하여 보행 이벤트를 자동으로 검출하는 알고리즘을 개발하고 검증하는 것이다. 개발된 알고리즘은 신발의 발등에 부착된 3축 가속도계의 가속도의 총합과 보행 진행 방향(x축) 가속도를 이용하였다. 가속도 총합은 착지 시점의 검출에, x축 가속도는 이지 시점의 검출에 각각 사용되었다. 7명의 피험자가 느린 보행 속도 선호 보행 속도 빠른 보행 속도로 보행 실험을 수행하였고, 개발된 알고리즘의 검증을 위해 지면반력기를 포함한 3차원동작분석시스템과 동시에 실시되었다. 지면반력기를 이용한 보행 시점을 기준으로, 기존에 발표된 동작 자료만을 이용한 알고리즘을 통하여 얻어진 보행 시점도 함께 비교 하였다. 그 결과, 고안된 알고리즘의 정확도는 지면반력기를 이용한 값에 평균, 착지시점은 $22.33{\pm}17.45ms$, 이지시점은 $26.82{\pm}14.78ms$의 차이가 났고, 그 오차의 패턴이 일관적으로 20ms가량 먼저 검출되는 경향이 있었다. 일반적으로 트레드밀 실험에서 많이 사용되는 동작데이터를 통한 보행 시점의 비교에서도 크게 차이를 보이지 않았다. 그러므로 개발된 알고리즘은 실외 실험의 보행 시점 검출에 이용할 수 있을 것으로 판단된다. 추후 연구로는 현재의 가속도계만으로 보행 시점뿐 만아니라, 중력가속도 성분을 제거하여 보행 공간변인의 추출이 필요할 것이다.