$\require{mediawiki-texvc}$

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.

개인별 심박수 기준을 설정하기 위한 피드백-RFC 모델
Feedback-RFC Model to Individualize Heartbeat Standards 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.6 no.2, 2017년, pp.91 - 102  

김태현 (KAIST 전산학) ,  정필수 (KAIST 전산학) ,  이선아 (경상대학교 항공우주 및 소프트웨어공학전공) ,  정기숙 (한국전자통신연구원) ,  금창섭 (한국전자통신연구원 신뢰통신서비스플랫폼연구실) ,  강성원 (KAIST 전산학)

초록
AI-Helper 아이콘AI-Helper

많은 웨어러블 스마트 피트니스 장치들이 심박수와 관련된 서비스를 제공한다. 이러한 서비스는 통계를 기반으로 사전 결정한 고정 수치를 기준으로 이용한다. 그러나 사람들의 신체조건은 개개인마다 다르기 때문에, 모든 개개인을 같은 기준으로 적용하는 서비스는 신뢰성이 낮다. 본 논문에서는 사용자의 운동 능력에 맞추어 심박수의 기준이 변동하는 피드백-RFC 모델과, 모델을 구현하는 방법을 제안한다. 그리고 12명의 실험참가자들로부터 심장박동 데이터를 수집하여 모델을 평가함으로써 제안 모델의 효용성을 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Many of the wearable smart fitness devices provide services related to users' heartbeat rates. These services use fixed standards which have been pre-determined based on statistical data. However, because body conditions significantly differ between individuals, the services applying fixed standards...

주제어

#스마트 피트니스   #머신 러닝   #피드백  

질의응답

핵심어 질문 논문에서 추출한 답변
피드백-RFC 모델은 무엇으로 이루어져있는가? 본 논문은 사용자의 운동능력에 따라 심박수의 기준을 개인별로 결정해주는 피드백-RFC모델을 제안한다. 피드백-RFC 모델은 피드백 모듈과 RFC 모듈로 이루어져있다. RFC 모듈은 최종적인 심박수 기준을 결정하기 위해 Random Forest Classifier(RFC) 알고리즘을 사용한다.
웨어러블 스마트 피트니스 장치들이 심박수와 관련된 서비스를 제공할 때 어떤 기준을 이용하는가? 많은 웨어러블 스마트 피트니스 장치들이 심박수와 관련된 서비스를 제공한다. 이러한 서비스는 통계를 기반으로 사전 결정한 고정 수치를 기준으로 이용한다. 그러나 사람들의 신체조건은 개개인마다 다르기 때문에, 모든 개개인을 같은 기준으로 적용하는 서비스는 신뢰성이 낮다.
모든 개개인을 같은 기준으로 적용하는 서비스의 신뢰성이 낮은 이유는? 이러한 서비스는 통계를 기반으로 사전 결정한 고정 수치를 기준으로 이용한다. 그러나 사람들의 신체조건은 개개인마다 다르기 때문에, 모든 개개인을 같은 기준으로 적용하는 서비스는 신뢰성이 낮다. 본 논문에서는 사용자의 운동 능력에 맞추어 심박수의 기준이 변동하는 피드백-RFC 모델과, 모델을 구현하는 방법을 제안한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. S. M. Fox 3rd and W. L. Haskell, "Physical activity and the prevention of coronary heart disease," Bulletin of the New York Academy of Medicine, Vol.44, No.8, p.950, 1968. 

    상세보기

  2. H. Tanaka, K. D. Monahan, and D. R. Seals, "Age-predicted maximal heart rate revisited," Journal of the American College of Cardiology, Vol.37, No.1, pp.153-156, 2001. 

    상세보기 crossref

  3. J. Karvonen and T. Vuorimaa, "Heart rate and exercise intensity during sports activities," Sports Medicine, Vol.5, No.5, pp.303-311, 1988. 

    상세보기 crossref

  4. J. A. Zoladz, Z. Szkutnik, J. Majerczak, and K. Duda, "Detection of the change point in oxygen uptake during an incremental exercise test using recursive residuals: relationship to the plasma lactate accumulation and blood acid base balance," European Journal of Applied Physiology and Occupational Physiology, Vol.78, No.4, pp.369-377, 1998. 

    상세보기 crossref

  5. H.-T. Chang, "A Fitness Assessment Recommendation System Using Cloud Services," International Journal of Advancements in Computing Technology, Vol.5, 2013. 

  6. R. A. Palomares, J. R. Ramos, A. M. Cortes, J. A. N. Martinez, and J. L. V. Gonzalez, "The Intelligent Personal Trainer," in Electronics, Communications and Computers, 2006. CONIELECOMP 2006. 16th International Conference on, 2006. 

  7. H.-H. Hsu, N. Y. Yen, T.-W. Pai, and M.-H. Chang, "Personal Health Management on a Smartphone Platform," Biomedical Engineering: Applications, Basis and Communications, Vol.26, No.4, p.1440004, 2014. 

    상세보기 crossref

  8. J.-E. Lim, O. Choi, C.-S. Na, and D.-K. Baik, "A context-aware fitness guide system for exercise optimization in U-health," Information Technology in Biomedicine, IEEE Transactions on, Vol.13, No.3, pp.370-379, 2009. 

    상세보기 crossref

  9. T. C. T. Ho and X. Chen, "ExerTrek: a portable handheld exercise monitoring, tracking and recommendation system," in e-Health Networking, Applications and Services, 2009. Healthcom 2009. 11th International Conference on, pp.84-88, 2009. 

  10. G. Spina, G. Huang, A. Vaes, M. Spruit, and O. Amft, "COPDTrainer: a smartphone-based motion rehabilitation training system with real-time acoustic feedback," in Proceedings of the 2013 ACM International Joint Conference on Pervasive and Ubiquitous Computing, pp.597-606, 2013. 

  11. I. Pernek, K. A. Hummel, and P. Kokol, "Exercise repetition detection for resistance training based on smartphones," Personal and Ubiquitous Computing, Vol.17, Issue 4, pp.771-782, 2013. 

    상세보기 crossref

  12. L. Breiman, "Random forests," Machine Learning, Vol.45, Issue 1, pp.5-32, 2001. 

    crossref

  13. K. K. Kandaswamy, K.-C. Chou, T. Martinetz, S. Moller, P. Suganthan, S. Sridharan, et al., "AFP-Pred: A random forest approach for predicting antifreeze proteins from sequence-derived properties," Journal of Theoretical Biology, Vol.270, No.1, pp.56-62, 2011. 

    상세보기 crossref

  14. M. Khalilia, S. Chakraborty, and M. Popescu, "Predicting disease risks from highly imbalanced data using random forest," BMC Medical Informatics and Decision Making, Vol.11, No.1, p.51, 2011. 

    상세보기 crossref

  15. P. O. Gislason, J. A. Benediktsson, and J. R. Sveinsson, "Random forests for land cover classification," Pattern Recognition Letters, Vol.27, No.4, pp.294-300, 2006. 

    상세보기 crossref

  16. V. F. Rodriguez-Galiano, B. Ghimire, J. Rogan, M. Chica-Olmo, and J. P. Rigol-Sanchez, "An assessment of the effectiveness of a random forest classifier for land-cover classification," ISPRS Journal of Photogrammetry and Remote Sensing, Vol.67, pp.93-104, 2012. 

    상세보기 crossref

  17. M. Pal, "Random forest classifier for remote sensing classification," International Journal of Remote Sensing, Vol.26, No.1, pp.217-222, 2005. 

    상세보기 crossref

  18. R. Diaz-Uriarte and S. A. De Andres, "Gene selection and classification of microarray data using random forest," BMC bioinformatics, Vol.7, No.1, p.3, 2006. 

    상세보기 crossref

  19. S. Smith, "Determining sample size: How to ensure you get the correct sample size," E-Book (c) Qualtrics Online Sample, 2013. 

저자의 다른 논문 :

LOADING...

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

이 논문과 함께 이용한 콘텐츠

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