[논문]다중회귀분석을 이용한 3축 가속도 센서기반 활동량 추정 방법

최선탁; 이규필; 김준호; 조위덕

[국내논문] 다중회귀분석을 이용한 3축 가속도 센서기반 활동량 추정 방법
Calorie Burn Estimation Algorithm from a Accelerometer using Multiple Regression Analysis 원문보기

최선탁 (아주대학교 전자공학과) , 이규필 (아주대학교 전자공학과) , 김준호 (아주대학교 전자공학과) , 조위덕 (아주대학교 전자공학과)

본 논문은 다중 회귀 분석을 이용하여 3축 가속도센서기반의 활동량을 추정하는 방법을 제안한다. 본 연구를 위해 총 59명의 피 실험자가 자체 제작한 활동량계를 착용한 뒤 트레드밀에서 일정한 속도로 걷는/뛰는 동작을 수행한 신호를 수집하였다. 수집한 3축 가속도 신호의 에너지 값에서 사전에 정의한 특징들을 산출한다. 그 다음 각 특징별로 선형, 지수, 로지스틱 회귀 분석을 적용하여 적합도가 높은 특징을 선정한다. 마지막으로 산출된 회귀식들을 사용하여 다중 회귀 분석 방법으로 활동량을 추정한다. 호흡가스 대사 분석기(K4B2)를 착용한 뒤 동일한 방법으로 실험을 수행 하고 제안한 방법과 정확도를 비교한 결과 제안한 방법의 정확도는 86.38 %로 산출되었다. 이는 기존의 Kim 외 3인의 연구결과[1]보다 2.70 %, Actical의 정확도보다 4.31 % 높은 수치이다.

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

문제 정의

본 논문에서는 허리에 착용하는 활동량계에서 얻은 3축 가속도 데이터에 다변수 방법을 적용하여 활동량을 추정하는 알고리즘을 제안한다.

제안 방법

회귀 분석을 이용하여 각 특징 값들에서 선형, 로지스틱, 지수 형태의 결정계수를 구하였다. 그리고 각각 특징들의 3가지 형태에서 결정계수가 가장 큰 특징들의 회귀 모델을 다중 선형 회귀분석의 특징 값으로 사용하였다. 결정 계수가 가장 큰 특징과 형태는 <표 3>에 있다.
본 연구에서는 합, 평균, 실효치, 분산, 표준편차, 절대 평균 편차, 사분범위와 같은 통계적인 특징들을 사용하였다. 각 특징들의 수식은 <표 2>에 있다.
활동량계의 사양은 <표 1>과 같다. 실험은 호흡가스대사분석기(K4B2)를 착용하고 활동량계, Actical을 부착 후 트레드밀 위에서 3km/h, 5km/h, 7km/h, 9km/h, 10km/h, 11km/h 순서대로 속력을 달리하면서 각 단계별로 5분씩 진행하였다. 자세한 실험의 방법과 실험 그룹은 Kim 외 3인의 연구[1]에 있다.
정규화를 하기 위해 호흡가스 대사 분석기(K4B2)로 얻은 활동량 데이터를 피실험자의 몸무게로 나눈다.

대상 데이터

본 논문에서는 자체 제작한 활동량계를 이용하여 3축 가속도 데이터를 얻었다. 활동량계의 사양은 <표 1>과 같다.

데이터처리

식(8)에서 Z값은 활동량 값, X, Y, W, V⋯ ,값은 가중치, α, β, γ, δ, ε, ⋯ 값은 각 특징별 회귀계수, e는 오차이다. 선정된 특징들을 이용하여 다중선형회귀분석을 하였다.
정확도가 높으면 신뢰도가 내려가고 신뢰도가 높으면 정확도가 내려가므로 유의도를 95%로 설정하고 다중 선형 회귀 분석을 실행하였다. 회귀 결과의 분석과 분석 결과의 분산으로 0.
회귀 분석을 이용하여 각 특징 값들에서 선형, 로지스틱, 지수 형태의 결정계수를 구하였다. 그리고 각각 특징들의 3가지 형태에서 결정계수가 가장 큰 특징들의 회귀 모델을 다중 선형 회귀분석의 특징 값으로 사용하였다.

이론/모형

오차 e를 최소화하기 위해 최소자승법을 이용하여 α, β를 계산하였다.

성능/효과

<표 4>에서 각 특징의 표준 오차들은 다중선형회귀분석의 결과로써 허용 오차 범위에 있다. 본 논문에서 제안한 다중 선형 회귀 알고리즘과 이전에 제안된 선형 회귀 알고리즘의 결과를 보아 실제 관측값과 산출한 회귀식이 선형관계인 것 같다.
본 논문에서 활동량 추정을 위한 제안한 알고리즘이 상용 디바이스(Actical)나 Kim 외 3인의 연구[1]의 정확도보다 높은 정확도를 가진다. 이러한 더 정확한 알고리즘은 행동 패턴 분석이나 운동 프로그램과 같은 헬스 케어 서비스에 활용될 수 있다.

후속연구

이러한 더 정확한 알고리즘은 행동 패턴 분석이나 운동 프로그램과 같은 헬스 케어 서비스에 활용될 수 있다. 추후, 우리는 운동 후 회복기에서의 활동량을 추정하는 알고리즘을 연구할 것이다.

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

[국내논문] 다중회귀분석을 이용한 3축 가속도 센서기반 활동량 추정 방법
Calorie Burn Estimation Algorithm from a Accelerometer using Multiple Regression Analysis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 다중회귀분석을 이용한 3축 가속도 센서기반 활동량 추정 방법 Calorie Burn Estimation Algorithm from a Accelerometer using Multiple Regression Analysis 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 다중회귀분석을 이용한 3축 가속도 센서기반 활동량 추정 방법
Calorie Burn Estimation Algorithm from a Accelerometer using Multiple Regression Analysis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper