$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 스마트폰 가속도 센서를 이용한 강건한 사용자 행위 인지 방법
Robust User Activity Recognition using Smartphone Accelerometer Sensors 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.2 no.9, 2013년, pp.629 - 642  

전명중 (숭실대학교 컴퓨터공학과) ,  박영택 (숭실대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

최근 몇 년 동안 스마트폰의 등장으로 현대인들의 생활에 많은 변화를 가져왔다. 특히 스마트폰의 센서 정보를 활용하여 사용자의 상황에 맞는 서비스를 제공해주는 응용프로그램들이 많이 등장하고 있다. 스마트폰의 센서 정보는 사용자의 습관이나 행동과 밀접하게 관련되어 있기 때문에 사용자의 상황을 인지하기에 좋은 데이터이다. 현재 모바일 센서 중 GPS 센서는 사용자의 기본적인 행위인지에 많이 활용되고 있다. 하지만 GPS 센서는 사용자의 상황에 따라 수신이 불가능할 수도 있으며 수신된 데이터 역시 부정확할 수 있기 때문에 활용도가 떨어진다. 본 연구에서는 이러한 문제점을 해결하기 위해 모바일 디바이스에 탑재된 가속도 센서 데이터를 중심으로 한 사용자 행위 인지 방법을 제안한다. 가속도 센서는 데이터 수신이 안정적이며, 사용자의 행위에 민감하게 반응하기 때문에 행위인지에 적합하다. 마지막으로 상태 전이도를 활용하여 합리적인 행위변화의 흐름을 적용함으로써 행위인지의 정확도를 높인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, with the advent of smart phones, it brought many changes in lives of modern people. Especially, application utilizing the sensor information of smart phone, which provides the service adapted by user situations, has been emerged. Sensor data of smart phone can be used for recognizing the u...

주제어

#스마트폰   #가속도   #사용자 행위 인지   #상태 전이도  

질의응답

핵심어 질문 논문에서 추출한 답변
사용자의 상황은 어떻게 규정할 수 있나요? 사용자의 상황(Context)은 물리적 상황, 시간적 상황 등여러 가지로 나눌 수 있지만 본 논문에서는 물리적 상황으로 규정한다.
개인 맞춤형 서비스를 위해 필요한 기술은 무엇인가요? 기존의 수동적이고 일률적인 서비스 제공방식을 벗어나 사용자의 상황에 맞는 유용한 정보가 선별적으로 제공된다. 이러한 개인 맞춤형 서비스를 제공하기 위해서는 우선 사용자 현재 상황을 정확하게 인지하는 기술이 필요하다.
개인 맞춤형 서비스는 어떤 것을 제공하나요? 그 변화 중 하나는 개인 맞춤형 서비스이다. 기존의 수동적이고 일률적인 서비스 제공방식을 벗어나 사용자의 상황에 맞는 유용한 정보가 선별적으로 제공된다. 이러한 개인 맞춤형 서비스를 제공하기 위해서는 우선 사용자 현재 상황을 정확하게 인지하는 기술이 필요하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. A. M. Khan, Y.-K. Lee, S. Y. Lee, T.-S. Kim, "Human Activity Recognition via An Accelerometer-Enabled-Smartphone Using Kernel Discriminant Analysis", Future Information Technology (FutureTech), 2010 5th International Conference on, 2010. 

  2. Yu-Chieh Yang, Tatsuo Toida, Chin-Ming Hong, "Transportations Prediction Using Build-in Triaxial Accelerometer in Cell Phone", Department of Industrial Education of National Taiwan Normal University, 2010. 

  3. Vincenzo Manzoni, Diego Maniloff, Kristian Kloeckl, Carlo Ratti, "Transportation mode identification and real-time co2 emission estimation using smartphones", Massachusetts Institute of Technology (MIT), 2011. 

  4. Leon Stenneth, Ouri Wolfson, Philip S. Yu, Bo Xu, "Transportation Mode Detection using Mobile Phones and GIS Information", GIS '11 Proceedings of the 19th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, pp.54-63, 2011. 

  5. Pekka Siirtola, Juha Roning, "Recognizing Human ActivitIes User-indenpendently on Smartphones Based on Accelerometer Data", International Journal of Interactive Multimedia and Artificial Intelligence, pp.38-45, 2012. 

  6. Arvind Thiagarajan, James Biagioni, Tomas Gerlich, Jakob Eriksson, "Cooperative Transit Tracking using Smart-phones", SenSys '10 Proceedings of the 8th ACM Conference on Embedded Networked Sensor Systems, pp.85-98, 2010. 

  7. Ben Nham, Kanya Siangliulue, Serena Yeung, "Predicting Mode of Transport from iPhone Accelerometer Data", Stanford University CS229 Machine Learning, 2008. 

  8. Jennifer R. Kwapisz, Gary M. Weiss, Samuel A. Moore, "Activity recognition using cell phone accelerometers", ACM SIGKDD Explorations Newslette Vol.12, pp.74-82, 2010. 

  9. Fehmi Ben Abdesslem, Andrew Philips, Tristan Henderson, "Less is More: Energy-Efficient Mobile Sensing with SenseLess", MobiHeld '09 Proceedings of the 1st ACM workshop on Networking, systems, and applications for mobile handhelds, pp.61-62, 2009. 

  10. Adam J. Aviv, Benjamin Sapp, Matt Blaze, Jonathan M. Smith, "Practicality of Accelerometer Side Channels on Smartphones", ACSAC '12 Proceedings of the 28th Annual Computer Security Applications Conference, pp.41-50, 2012. 

  11. Yang, Jun, "Toward physical activity diary: motion recognition using simple acceleration features with mobile phones", Proceeding of the 1st international workshop on Interactive multimedia for consumer electronics, pp.1-10, 2009. 

  12. David Mizell, "Using Gravity to Estimate Accelerometer Orientation", Proceedings of the Seventh IEEE International Symposium on Wearable Computers(ISWC'03), 2005. 

  13. Xi Long, Student Member, IEEE, Bin Yin, Ronald M Aarts, Fellow, IEEE, "Single-Accelerometer-Based Daily Physical Activity Classification", 31st Annual International Conference of the IEEE EMBS Minneapolis, Minnesota, USA, September 2-6, 2009. 

  14. Scuola Superiore Sant'Anna, Piazza Martiri della Liberta, "Machine Learning Methods for Classifying Human Physical Activity from On-Body Accelerometers", Computational Intelligence and Neuroscience, Vol.10, 2010. 

  15. Mehmet Sonercan, Sinan Dincer, "User State Tracking using Smartphones", the degree of Bachelor of Science in Bogazici University Computer Networks Research Laboratory, 2011. 

  16. Sian Lun Lau, Klaus DAVID, "Movement Recognition using the Accelerometer in Smartphones", Future Network & MobileSummit 2010 Conference Proceedings Paul Cunningham and Miriam Cunningham(Eds) IIMC International Information Management Corporation, 2010. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로