$\require{mediawiki-texvc}$

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] UWB 레이더와 실내 환경 측정 센서를 이용한 랜덤 포레스트 모델의 재실활동 유형 감지
Activity Type Detection Of Random Forest Model Using UWB Radar And Indoor Environmental Measurement Sensor 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.8 no.6, 2022년, pp.899 - 904  

박진수 (한국전자기술연구원 스마트가전혁신지원센터) ,  정지성 (한국전자기술연구원 스마트가전혁신지원센터) ,  양철승 (한국전자기술연구원 스마트가전혁신지원센터) ,  이정기 (한국전자기술연구원 스마트가전혁신지원센터)

초록
AI-Helper 아이콘AI-Helper

본 세계적으로 출생률이 줄고 기대 수명이 늘어나 고령화 사회가 되어감에 따라 고령 인구의 건강 관리를 위한 시스템이 필요하다. 그 중 실내 건강 관리를 위한 스마트 홈 캐어 서비스를 위해서는 재실 여부 및 활동 유형에 관한 다양한 연구가 수행되고 있다. 본 논문에서는 스마트 홈 캐어 서비스를 위해 실내 온습도, CO2, 미세먼지 값과UWB 레이더 측위를 통해 재실 여부 뿐만 아니라 활동 유형을 분류하는 랜덤 포레스트 모델을 제안한다. 실험은 실내 온습도, CO2, 미세먼지를 측정하는 센서 3개와 UWB Radar 2개를 사용하여 2초 간격으로 실내 환경 및 재실자의 측위 데이터를 측정한다. 측정된 데이터는 이상치와 결측치를 보정 처리한 후 80%의 트레이닝 셋 데이터와 20%의 테스트 셋 데이터로 이분하며 랜덤 포레스트 모델을 적용하여 중요도 상위 변수 목록, 정확도, 민감도, 특이도, T1 스코어를 평가한다.

Abstract AI-Helper 아이콘AI-Helper

As the world becomes an aging society due to a decrease in the birth rate and an increase in life expectancy, a system for health management of the elderly population is needed. Among them, various studies on occupancy and activity types are being conducted for smart home care services for indoor he...

Keyword

참고문헌 (13)

  1. Hwang, Jung-Hyun..An Analysis of the Research and Policy on the Smart Home Design for the Elderly based on the U-Healthcare.JOURNAL OF THE ARCHITECTURAL INSTITUTE OF KOREA Planning & Design,31(4),53-60, 2015. DOI:10.5659/JAIK_PD.2015.31.4.53 

  2. Weon, Dal Soo, Lee, Sang San, and Jung, Yong Gyu, "Global Convergence for Healthcare ICT Services," The journal of the convergence on culture technology, vol. 2, no. 2, pp. 45-49, May 2016. DOI:10.17703/JCCT.2016.2.2.45 

  3. MARTIN, Suzanne, et al. Smart home technologies for health and social care support. Cochrane database of systematic reviews, 2008, 4. DOI: 10.1002/14651858.CD006412.pub2 

  4. Sung Hoon Yoon and Kil Soo Lee "Indoor Surveillance Camera based Human Centric Lighting Control for Smart Building Lighting Management," The International Journal of Advanced Culture Technology (IJACT), Vol.8 No.1 pp. 207-212, 2020. DOI:10.17703/IJACT.2020.8.1.207 

  5. F. Wahl, M. Milenkovic, and O. Amft, "Adistributed PIR-based approach for estimating people count in office environments", IEEE 15th International Conference on Computational Science and Engineering, pp. 640-647, 2012.DOI: 10.1109/ICCSE.2012.92 

  6. SLOBOGIN, Christopher. Public privacy: camera surveillance of public places and the right to anonymity. Miss. lJ, 2002, 72: 213. DOI:10.2139/ssrn.364600 

  7. S. S. Leea, C. Choia, and M. Kim, "CNN-based People Recognition for Vision Occupancy Sensors". Journal of Broadcast Engineering, Vol. 23, no. 2, pp. 274-282, 2018. DOI:10.5909/JBE.2018.23.2.274 

  8. BIAU, Gerard; SCORNET, Erwan. A randomforest guided tour. Test, 2016, 25.2: 197-227. DOI:10.48550/arXiv.1511.05741 

  9. J. D. Suh, "Foreign Exchange Rate Forecasting Using the GARCH extended Random Forest Model", Journal of Industrial Economics and Business, Vol. 29, no. 5, pp. 1607-1628, 2016. 

  10. A. M. Prasad, L. R. Iverson, and A. Liaw, "Newer classification and regression tree techniques: bagging and random forests for ecological prediction," Ecosystems, Vol. 9, pp. 181-199, 2006. DOI:10.1007/s10021-005-0054-1 

  11. YU, Yong, et al. A review of recurrent neural networks: LSTM cells and network architectures. Neural computation, 2019, 31.7: 1235-1270. DOI:10.1162/neco_a_01199 

  12. DEY, Rahul; SALEM, Fathi M. Gate-variants of gated recurrent unit (GRU) neural networks. In: 2017 IEEE 60th international midwest symposium on circuits and systems (MWSCAS). IEEE, 2017. p. 1597-1600. DOI:10.1109/MWSCAS.2017.8053243 

  13. TEBALDI, Claudia; KNUTTI, Reto. The use of the multi-model ensemble in probabilistic climate projections. Philosophical transactions of the royal society A: mathematical, physical and engineering sciences, 2007, 365.1857: 2053-2075. DOI:10.1098/rsta.2007.2076 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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