[논문]고령자를 위한 AI 기반의 Wellbeing 지원 시스템의 연구

조면균

doi:10.22156/cs4smb.2021.11.02.016

고령자를 위한 AI 기반의 Wellbeing 지원 시스템의 연구
A Study on Wellbeing Support System for the Elderly using AI 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.11 no.2, 2021년, pp.16 - 24

초록
AI-Helper

본 논문은 고령화 사회로 진입함에 따라 급속히 늘어나는 고령자를 위하여, IoT와 인공지능 기술을 적극 활용하여 고령자로 하여금 행복한 노년을 영위할 수 있도록 도와주는 smart aging 서비스를 소개한다. 특히 고령화문제를 해결하려는 기존의 복지개념에서 탈피하여 긴급 상황에서 자신을 보호하고 감성을 만족시키어 활기찬 고령사회 구축으로의 패러다임 변화를 이끌어내는, 미래지향의 고령 친화적 wellbeing 지원 시스템을 제안한다. IoT(사물인터넷)와 AI(인공지능)를 도입하여 고령자의 생활정보로부터 생활상황 및 감성상태를 판단하여 긴급 상황 대응, 기분전환과 감성 위로 제공 및 모임을 추천한다. 제안 시스템은 맥박, 위험한 단어사용 및 외부소통 등의 정보를 입력하면 인공지능 기법을 이용하여 우울증의 정도를 판단해줌으로써, 기존 헬스케어 중심의 복지개념에서 탈피하여 고령자에게 감정적인 행복감을 제공하는 새로운 개념의 wellbeing 지원 시스템의 실현가능성을 보여주었다고 생각한다.

Abstract ▼ AI-Helper

This paper introduces a smart aging service that helps the elderly lead a happy old age by actively utilizing IoT and AI technologies for the elderly who are increasing rapidly as they enter the aging society. In particular, we propose a future-oriented, age-friendly well-being support system that breaks away from the existing welfare concept to solve the aging problem but leads to a paradigm shift toward building a vibrant aging society by protecting from emergency and satisfying emotions. By introducing IoT and AI, it judges the life situation and emotional state from the living information of the elderly can respond to emergencies and suggest meetings as a change of mood and give an emotional comfort. Since the proposed system uses artificial intelligence techniques to determine the degree of depression when inputting information such as pulse-rate, dangerous word usage, and external communication, I think it showed the feasibility of the new concept of wellbeing support system that is totally different from conventional wellbeing concept of health-care.

주제어

표/그림 (11)

그림 Fig. 1. Elderly monitoring system for eHealth
그림 Fig. 2 AI robot assisting life for the elderly
그림 Fig. 3 TensorFlow process flow diagram for machine learning
그림 Fig. 4. Smart home based emergency response method
그림 Fig. 5. Emotional state measurement and response method using AI
그림 Fig. 6. Algorithm of the proposed age-friendly wellbeing system
그림 Fig. 7. Network configuration diagram of the wellbeing support system for the elderly
그림 Fig. 8. Signaling flow diagram for managing the emotional state of the elderly
그림 Fig. 9. Colaboratory program for determining the emotional state of the elderly using AI
그림 Fig. 10. Implementation example of AI-based wellbeing support App. for the elderly (a) Start screen of App. (b) Management screen for set up (c) Determination screen for User's emotional state (d) Screen shot providing relaxation service
표 Table 1. Independent and dependent variables of AI engine for judgment of Depression (emotional) state

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 노인이 처한 어려움인 4고 (苦)에는 경제적 빈곤, 육체적 질병 뿐 아니라 정신적 외로움, 역할상실이 크게 작용하여 고독사(극단적 결정) 의 원인이 되고 있다. 그러므로 본 절에서는 IT 기술을 이용하여 고령자가 가족 및 사회와 소통하고 온/오프라인에서 봉사활동 및 동호회 모임의 다양한 사회참여로 사회구성원으로서 행복한 삶을 영위할 수 있도록 노인의 감정상태를 관리하는 방법을 제안하고자 한다.
필요하였다. 본 논문에서는 기존의 헬스케어와 생활보조의 역할에 머무르던 고령화 문제해결 차원의 공공복지 서비스에서 벗어나, 고령자가 사회 속에서 당당하게 자신의 건강을 지키고 동시에 활기차고 행복한 구성원으로 자리매김 할 수 있는 wellbeing 지원방법에 대해서 제안하였다. 특히 인공지능을 이용하여 고령자의 감정 상태 및 우울증 정도를 정확하게 판단하고, 기분전환, 인간적인 위로, 가상사회 참여의 유도를 이끌어 냄으로써 ICT 를 감성치유의 주요 수단 활용할 수 있음을 보였다.
본 연구에서는 고령자가 자신이 살던 집과 커뮤니티 속에서 생활하고자 하는 AIP/AIC의 경향의 주거 형태에 따라 혼자 사는 위험은 최소화하면서, 동시에 사회 속에서 적극적이고 행복한 삶을 영위하기 위한 고령 친화형 wellbeing 지원시스템을 제안하고자 한다.
본 장에서는 3장에서 제안했던 고령자향 wellbeing 시스템 구현을 위한 긴급상황 대응 및 감정(우울증) 위로 대응 시스템을 설계하여 향후 고령자를 위한 미래향 복지 서비스로의 적용가능성을 타진하고자 한다.
본 장에서는 기존의 Digital Aging기술의 대표 후보기술인 IoT 헬스케어 및 인공지능 로봇을 이용한 고령자 wellbeing 지원서비스를 소개하고 그 문제점을 분석해 본다.
스마트폰 및 IoT 생체센서의 발달로 의료계는 인터넷 및 모바일 기술을 통해 제공되거나 개선된 서비스 및 정보에 관한 의료 정보, 공중 보건 및 비즈니스의 교차점 인 eHealth를 연구하였다. 그리고 eHealth에서파생 된 mHealth는 모바일 장치로 지원되는 원격진료 및 공중 보건 진료를 환자에게 제공함으로써 의료 혁신의 시작을 알렸다[10].
이에 Googlee Machine Learning의 교육 및 연구를 전파하기 위한 목적으로 클라우드 서비스 인 Colaboratory (일명 Colab)를 만들어 배포하였다[19]. 이에 논문에서는 Colab을 인공지능 엔진으로 활용하여 고령자의 생활 정보를 분석하여 감정상태(우울증)를 파악하는데 사용하고자 한다.
방안이 필요하게 되었다. 이에 본 논문에서는 고령자의 건강지수 및 행복지수는 높게 관리하고 우울지수 및 스트레스는 회피하도록 유도한다. 이를 통해 고령자로 하여금 ICT를 활용하여 자신의 노년생활이 활기차고 행복한 삶을 영위하도록 적극 활용하는 Smart Aging용 wellbeing 지원 시스템의 실현가능성을 타진해 본다.

제안 방법

구조가 바뀌게 된다. 그러므로 Fig. 7에서 보는 바와 같이 최종적으로는 스마트홈 기반으로 원격검침 정보와 IoT기반의 전자제품을 통한 생활패턴(생체정보) 정보를 수집한다. 동시에 누구나 지니고 있는 스마트폰 (스마트패드) 및 PC의 SNS, 문자 메시지, 전화 사용 빈도 및 패턴 등의 정보를 바탕으로 고령자의 감정상태 (우울증)의 정보를 축적한다.
그러므로 제안하고자 하는 고령자 맞춤형 smart aging 서비스 및 방법은 IoT(웨어러블)를 이용하여 사용자의 생활정보를 측정하고 AI 알고리즘을 이용하여 고령자의 우울감과 스트레스 정도를 파악하여 긴급 상황을 응급구조원과 가족에게 알린다. 특히 인공지능의 판단으로 우울함이나 스트레스가 증폭되는 경우에는 지인과 가족의 연락이나 위로를 유도하여 독거노인으로 하여금 혼자가 아니라는 공동체로서의 인간적인 만족감을 느끼게 하는 것이 목적이다.
여기서는 웨어러블의 생체정보와 스마트폰의 SNS, 통화, 문자로부터 우울증, 스트레스 관련된 요소들을 도출해 낸다. 도출된 데이터를 이용하여 인공지능의 학습을 수행하고 감정판단의 규칙을 도출하여 모델을 구축한다. 마지막으로 제안 시스템은 우울증이나 스트레스의 심각도가 기준을 넘어서면 고령자에게 기분전환거리를 제공하고, 그 상황을 가족이나 지인에게 공유하여 그들로부터 위로를 받을 수 있도록 유도하는 역할을 한다.
7에서 보는 바와 같이 최종적으로는 스마트홈 기반으로 원격검침 정보와 IoT기반의 전자제품을 통한 생활패턴(생체정보) 정보를 수집한다. 동시에 누구나 지니고 있는 스마트폰 (스마트패드) 및 PC의 SNS, 문자 메시지, 전화 사용 빈도 및 패턴 등의 정보를 바탕으로 고령자의 감정상태 (우울증)의 정보를 축적한다. 이렇게 도출된 생활패턴 정보와 감정상태정보를 인터넷을 통하여 고령자를 위한 wellbeing 관리 서버로 전달한다.
먼저 감정상태(우울증)의 측정을 위하여 스마트와치로부터 체온 및 맥박정보를 수집한다. 동시에 외부와의 통화빈도 및 텍스트 메시지 및 SNS 내용으로부터 위험인자(죽음, 우울, 자살, 외로움, 고통 등)를 도출해 낸다. 두 번째로 인공지능의 다양한 접근을 통하여 수집된 정보들을 축적, 분석을 통하여 감정상태를 판단하기 위한 규칙을 이끌어 낸다.
첫 번째로 상수도, 전기 및 도시가스 사용량의 원격검침 정보를 활용하여 독거노인의 일상생활 데이터를 수집한다. 두 번째로는 고령자 집안의 IoT 생활가전(TV, 냉장고, 청소기 등)을 이용하여 고령자의 움직임(TV의 동작센서), 음식물 섭취(냉장고 여닫이문의 센서), 체온 및 맥박(전기청소기의 손잡이 부분에 온도계 및 맥박측정기 장착)을 측정한다.
5에서는 웨어러블(스마트와치)와 스마트폰을 이용하여 사용자의 생체정보와 통신정보(SNS, 통화빈도, 텍스트문자)로부터 감정상태(우울증 정도)를 측정하고 적절한 반응을 제공하는 방법을 제안하고 있다. 먼저 감정상태(우울증)의 측정을 위하여 스마트와치로부터 체온 및 맥박정보를 수집한다. 동시에 외부와의 통화빈도 및 텍스트 메시지 및 SNS 내용으로부터 위험인자(죽음, 우울, 자살, 외로움, 고통 등)를 도출해 낸다.
먼저 아파트 관리인이 1차로 독거노인의 댁을 방문하여 이상 상황 및 긴급상황 여부를 판단한다. 위급상황이 아니라면 정기적으로 AI기반의 데이터 분석 및 판단을 실시하고, 응급상황이라면 응급센터에 신고하고 응급치료를 실시하며 가족(지인)에게 상황을 알린다.
본 절에서는 자신이 살던 아파트 및 임대아파트에서 생활하는 독거노인을 대상으로 IoT 생활가전(TV, 냉장고, 청소기)과 원격검침(상수도, 전기, 도시가스) 등의 정보를 수집하여 인공지능을 바탕으로 가공‧분석‧판단하는 스마트홈 기반 wellbeing 지원 시스템을 제안한다.
본 절에서는 제안하는 고령자향 wellbeing지원 시스템의 구현가능성을 타진하기 위하여 고령자가 일반적으로 소지하고 있는 스마트폰과 스마트밴드(맥박, 체온 측정기)를 이용하여 경제적이고 단순한 구조의 AI 기반의 고령자향 감정상태(우울증) 대응의 스마트폰 애플리케이션을 설계한다.
두 번째로 인공지능의 다양한 접근을 통하여 수집된 정보들을 축적, 분석을 통하여 감정상태를 판단하기 위한 규칙을 이끌어 낸다. 세 번째로 인공지능을 통해 도출된 규칙에 실제 사용자(노인)의 데이터를 대입하여 감정 상태의 위험단계를 결정한다.
이렇게 도출된 생활패턴 정보와 감정상태정보를 인터넷을 통하여 고령자를 위한 wellbeing 관리 서버로 전달한다. 여기서 인공지능분석 엔진과 긴급상황 관리서버와의 통신을 통하여 고령자의 응급상황 발생여부와 감성상태(우울증)의 심각도를 분석해 낸다.최종적으로 고령자가 속한 아파트 혹은 다중주택의 관리주체에게 응급상황 발생 및 감정상태 (우울증)의 정보가 전달되어 담당 관리자에게 점검(확인) 방문을 지시한다.
또 다른 축은 고령자의 감정상태(우울증)을 측정하여 감성반응을 제공하는 감성케어 서비스이다. 여기서는 웨어러블의 생체정보와 스마트폰의 SNS, 통화, 문자로부터 우울증, 스트레스 관련된 요소들을 도출해 낸다. 도출된 데이터를 이용하여 인공지능의 학습을 수행하고 감정판단의 규칙을 도출하여 모델을 구축한다.
원격검침과 IoT 생활가전으로부터 수집한 고령자의 일상생활 데이터를 바탕으로 인공지능 기반의 분석 및 판단을 통하여 특이상황(응급상황)을 알아낸다. 먼저 아파트 관리인이 1차로 독거노인의 댁을 방문하여 이상 상황 및 긴급상황 여부를 판단한다.
먼저 아파트 관리인이 1차로 독거노인의 댁을 방문하여 이상 상황 및 긴급상황 여부를 판단한다. 위급상황이 아니라면 정기적으로 AI기반의 데이터 분석 및 판단을 실시하고, 응급상황이라면 응급센터에 신고하고 응급치료를 실시하며 가족(지인)에게 상황을 알린다.
다섯 번째 독립변수는 주당 외출건수 이다. 이러한 독립변수들을 입력으로 하여 출력으로 감정상태(우울증) 정도를 정상, 주의, 심각, 위험의 4단계로 판별하였다. 즉 고령자의 생활정보로부터 5개의 입력을 제공하면 AI 엔진을 통하여 감정상태를 4가지 단계로 판별하고 이에 맞는 감정 대응방법을 제공하게 된다.
제안시스템의 구성은 스마트밴드, 스마트폰, 서버(DB, 웹, AI 엔진포함)으로 이루어져 있다. 먼저 스마트밴드는 체온, 심박수, 긴급버튼을 포함하며 Raspberry Pi에 연결되어 무선(wifi)를 통해 소켓서버를 거쳐 포맷이 변경되어 Database서버로 전송된다.
이러한 독립변수들을 입력으로 하여 출력으로 감정상태(우울증) 정도를 정상, 주의, 심각, 위험의 4단계로 판별하였다. 즉 고령자의 생활정보로부터 5개의 입력을 제공하면 AI 엔진을 통하여 감정상태를 4가지 단계로 판별하고 이에 맞는 감정 대응방법을 제공하게 된다.
1과 같이 스마트 폰과 연결되는 웨어러블 기기를 통해 환자의 생체 데이터를 분석하여 건강을 모니터링하고 치료를 제안하거나 숨겨진 질병을 예측할 수도 있다. 즉 팔찌, 시계, 렌즈, 장갑, 심지어는 환자의 신체에 이식되는 것과 같은 장치에서 감지 된 생체 데이터에 지능형 알고리즘을 적용하여. 원거리의 의사가 환자의 신체 상태를 원격으로 모니터링 하고 원격진료가 가능한 것이다[11].
4는 자신의 집(아파트)에서 혼자 사는 노인들은 위한 고독사 및 응급상황의 예방과 대응을 위한 스마트홈 기반의 고령자향 wellbeing 지원 서비스의 동작 흐름도 이다. 첫 번째로 상수도, 전기 및 도시가스 사용량의 원격검침 정보를 활용하여 독거노인의 일상생활 데이터를 수집한다. 두 번째로는 고령자 집안의 IoT 생활가전(TV, 냉장고, 청소기 등)을 이용하여 고령자의 움직임(TV의 동작센서), 음식물 섭취(냉장고 여닫이문의 센서), 체온 및 맥박(전기청소기의 손잡이 부분에 온도계 및 맥박측정기 장착)을 측정한다.
여기서 인공지능분석 엔진과 긴급상황 관리서버와의 통신을 통하여 고령자의 응급상황 발생여부와 감성상태(우울증)의 심각도를 분석해 낸다.최종적으로 고령자가 속한 아파트 혹은 다중주택의 관리주체에게 응급상황 발생 및 감정상태 (우울증)의 정보가 전달되어 담당 관리자에게 점검(확인) 방문을 지시한다. 담당자가 고령자의 자택을 점검하였을 때 실제 응급상황이면 응급구호를 실시하고 119 및 의료진에 연락을 한다.

성능/효과

10은 사용자의 감정상태(우울증)의 판별 및 대응을 위한 고령자향 Wellbeing 지원 애플리케이션의 구현 모습이다. 4.2절의 알고리즘에 따라 판별된 고령자의 감정상태(우울증)는 “주의상태”로 기분전환을 위한 영화정보를 제공하고 있다.
가능함을 타진해 보았다. 고령자의 생활정보를 원격검침 정보와 IoT 전자제품으로부터 획득하고, 감정 상태를 확인할 수 있는 SNS 및 문자, 외부 소통 및 외출 횟수 등의 정보를 입력으로 하여 인공지능(머신러닝) 엔진에 학습시키면 고령자의 감성 상태(우울증)의 정도를 알아낼 수 있음을 확인하였다. 구현된 시스템은 이렇게 도출된 사용자의 감정상태(우울증)를 바탕으로 고령자가 외로움이나 소통의 부재로 극단적인 선택을 하거나 건강을 해치지 않도록, 기분전환, 모임제안 및 위로 메시지(전화) 전송 등으로 감정위로 서비스를 제공할 수 있음을 보였다.
고령자의 생활정보를 원격검침 정보와 IoT 전자제품으로부터 획득하고, 감정 상태를 확인할 수 있는 SNS 및 문자, 외부 소통 및 외출 횟수 등의 정보를 입력으로 하여 인공지능(머신러닝) 엔진에 학습시키면 고령자의 감성 상태(우울증)의 정도를 알아낼 수 있음을 확인하였다. 구현된 시스템은 이렇게 도출된 사용자의 감정상태(우울증)를 바탕으로 고령자가 외로움이나 소통의 부재로 극단적인 선택을 하거나 건강을 해치지 않도록, 기분전환, 모임제안 및 위로 메시지(전화) 전송 등으로 감정위로 서비스를 제공할 수 있음을 보였다. 향후 이러한 서비스와 시스템이 고령자향 복지지원 정책에 적용된다면, 고령자로 하여금 자신이 속한 사회 속에서 활기차고 행복한 노년을 맞이하는데 크게 도움이 될 것이라 생각한다.
도출된 데이터를 이용하여 인공지능의 학습을 수행하고 감정판단의 규칙을 도출하여 모델을 구축한다. 마지막으로 제안 시스템은 우울증이나 스트레스의 심각도가 기준을 넘어서면 고령자에게 기분전환거리를 제공하고, 그 상황을 가족이나 지인에게 공유하여 그들로부터 위로를 받을 수 있도록 유도하는 역할을 한다. 장기적으로는 우울증과 외로움을 치유할 수 있도록 가상사회(virtual society) 에참여하여 소통하도록 독려함으로써 건강하고 활기찬 고령자 향 wellbeing 지원시스템을 완성할 수 있다.
하지만 컴퓨터 제조 능력이 이에 못 미쳤고, 둘째로 기계가 학습할 정도의 데이터가 없었다. 세 번째는 이를 구현할 알고리즘 자체가 부족해서였다. TensorFlow는 위의 세 가지 가운데 알고리즘을 충족시켜준다.
이상과 같이 IoT 센서와 인공지능 기술을 활용하여 고령자로 하여금 갑작스런 긴급상황에 대응하도록 하고 동시에 우울감이나 심각한 스트레스로 극단적인 선택을 하지 않도록 인간적인 위안을 제공함으로써, 활기찬 노년생활을 보장하는 미래향 노인복지 모델인 고령 맞춤형 wellbeing 시스템을 현실화 할 수 있다.
본 논문에서는 기존의 헬스케어와 생활보조의 역할에 머무르던 고령화 문제해결 차원의 공공복지 서비스에서 벗어나, 고령자가 사회 속에서 당당하게 자신의 건강을 지키고 동시에 활기차고 행복한 구성원으로 자리매김 할 수 있는 wellbeing 지원방법에 대해서 제안하였다. 특히 인공지능을 이용하여 고령자의 감정 상태 및 우울증 정도를 정확하게 판단하고, 기분전환, 인간적인 위로, 가상사회 참여의 유도를 이끌어 냄으로써 ICT 를 감성치유의 주요 수단 활용할 수 있음을 보였다. 하지만 IoT를 활용한 고령자의 생활정보, 건강정보 및 SNS(문자/전화) 정보를 모두 아우르는 통합적인 고령자 향 wellbeing 지원 서비스를 구현하는 데는 시간적/인력적인 한계가 있는 것이 사실이다.

후속연구

인공지능 로봇은 주로 간병인의 대용으로 사용되었으며 혼자 사는 고령자의 외로움, 인간적인 상실감등의 우울증에 대한 대응이 미흡하였다. 추가적으로, 지속적인 인간관계를 유지함으로써 우울증을 이기고 인간적인 행복감을 줄 수 있는 방법이 요구되었다.
향후 더욱더 다양한 방면의 고령자 특성 데이터를 활용한 인공지능의 학습, 규칙 도출 및 정확한 고령자의 감성측정법을 개발하여, 실질적이고 실용적인 Smart Aging 시스템의 구현에 기여하고자 한다.
구현된 시스템은 이렇게 도출된 사용자의 감정상태(우울증)를 바탕으로 고령자가 외로움이나 소통의 부재로 극단적인 선택을 하거나 건강을 해치지 않도록, 기분전환, 모임제안 및 위로 메시지(전화) 전송 등으로 감정위로 서비스를 제공할 수 있음을 보였다. 향후 이러한 서비스와 시스템이 고령자향 복지지원 정책에 적용된다면, 고령자로 하여금 자신이 속한 사회 속에서 활기차고 행복한 노년을 맞이하는데 크게 도움이 될 것이라 생각한다.

참고문헌 (19)

J. W. Son & J. Y. Suh. (2011). Design considerations for the older population: A human-vehicle interface perspective. 2011 International Symposium on Humanities, Science and Engineering Research, 8-12.
E. B. David et al. (2011). Population Aging: Facts, Challenges, and Responses. The President and Fellows of Harvard College. (Online) https://www.hsph.harvard.edu/pgda/working.htm
H. C. Ahan. (2017). Developments and change of concept of the age-friendly city. Walkable City 90, 16-23.
S. H. Sim. (2019). A Study on smart home service system design to support Aging in Place. Journal of Digital Convergence, 17(12), 259-154.
S. M. An & Y. S. Lee (2010). Analysis of major trends appeared in recent aging friendly environment for social substantiality with reference to presentations of the conference on environments for elderly. KIEAE Journal, 10(3), 117-125.
L. E. Kurnianingsih, N. Widyawa, L. Lazuard & R. F. Selo. (2014). Contempo: A home care model to enhance the wellbeing of elderly people. International Conference on Biomedical and Health Informatics, 472-475.
J. H. Ko. (2020). The Solution for elderly problems-Digital Aging. KISO Journal, 38(1), 18-20.
Y. D. Ryoo. (2018). Current issues and tasks of digital aging policy in Korea. Korean Journal of Research in Gerontology. 27(1), 17-32.

상세보기
M. Y. Kim. (2018). The improvement index of smart public services to advance information accessibility for the elderly. Journal of Digital Convergence, 16(5), 43-53.

원문보기 상세보기
H. Basanta, Y. P. Huang & T. T. Lee. (2016). Intuitive IoT-based H2U healthcare system for elderly people. International Conference on Networking, Sensing, and Control (ICNSC), 1-6.
K. Guizani & S. Guizani. (2020). IoT healthcare monitoring systems overview for elderly population. International Wireless Communications and Mobile Computing (IWCMC). 2005-2009.
A. L. Kor, M. Yanovsky, C. Pattinson & V. Kharchenko. (2016). SMART-ITEM: IoT-enabled smart living. Future Technologies Conference (FTC). 739-749.
A. A. Vogan, F. Alnajjar, M. Gochoo & S. Khalid. (2020). Robots, AI, and cognitive training in an era of aass age-related cognitive decline: A systematic review. IEEE Access. 8(1), 18284-18304.
T. Brant. (2017). Meet ElliQ, a Voice Assistant for the Elderly. (Online). https://www.pcmag.com/news/meet-elliq-a-voice-assistant-for-the-elderly
V. D. Lecce, A. Giove, A. Quarto, D. Soldo & F. D. Lecce. (2015). Social isolation monitoring system via AI approach. IEEE Workshop on Environmental, Energy, and Structural Monitoring Systems (EESMS), 1-6.
W. D. Liu, K. Y. Chuang & K. Y. Chen. (2018). The Design and Implementation of a Chatbot's Character for Elderly Care. International Conference on System Science and Engineering (ICSSE). 1-6.
W. T. Wilton et al. (2018). Prediction model for students' future development by deep learning and tensorflow artificial intelligence engine. International Conference on Information Management (ICIM). 103-106.
Google. (2019). An end-to-end open source machine learning platform. TensorFlow. (Online) http://wwww.tensorflow.org
T. Carneiro et al. (2018). Performance analysis of Google Colaboratory as a tool for accelerating Deep Learning applications. IEEE Access, 6(1), 61677-61685.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증