선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 향후 연구 방향으로는 처리 시간을 고려한 보다 효율적인 알고리즘을 개발하고 시간의 흐름에 영향을 받는 데이터들의 처리를 위해 시간 기반 슬라이딩 윈도우 질의 처리에 대해 연구 하고자 한다. 또한 사용자의 위치정보, 혈당, 체지방 등 여러 생체 정보에 대한 효율적인 처리 기법에 대해 연구하고 전문 의료진의 판단에 유의한 통합 전문가 모니터링 시스템을 구현하고자 한다.
- 또한, 기존의 스트림 데이터에 대한 연구는 주로 하드웨어적인 부분보다 데이터에 대한 분석 및 클러스터링에 대한 연구가 많이 진행돼 왔으며, 주로 스트림 데이터에서 질의의 효율 향상이나 스트림 처리 시 발생하는 성능 개선에 초점을 두었을 뿐, 효과적으로 스트림 데이터 저장에 관한 문제 해결은 미흡하다[5][6]. 본 논문 에서는 스트림 데이터의 효율적인 저장 관리를 위해서 역전파(Backpropagation) 알고리즘을 이용하여 데이터를 분류, 축소하고자 한다.
- 본 논문에서 실험은 TinyDB에서 Query에 대한 정확도를 측정하였다. 1개의 Sink 노드와 9개의 중간노드 총 10개의 노드를 사용하여 5초 마다 한 번씩 체중, 맥박, 수축기혈압, 이완기혈압 값에 대하여 연산된 데이터를 stream data 저장소에 전송 처리하였다.
- 본 논문에서는 u-Health 환경을 고려하여 스트림 데이터의 효율적인 저장 관리를 위해서 데이터를 분류, 축소하는 것이 목적이다. 기존의 다양한 학습 알고리즘이 있지만 본 실험에서 이용한 데이터는 체중, 맥박, 수축기혈압, 이완기혈압 데이터로써 비선형 데이터 구조로 이루어져 있어서 다층 퍼셉트론 구조로 비선형 판별 문제를 해결할 수 있는 역전파 알고리즘을 이용한다.
가설 설정
- 1) 입력층의 노드의 수는 각 데이터 항목의 개수인 4이어야 한다.
- 3) 은닉층의 노드의 수는 1개 또는 그 이상으로 한다. 은닉층의 개수가 많아지면 학습의 시간이 증가하므로 적정한 은닉층의 개수를 정하는 것이 중요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.