선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 확인하였다. 그 결과 일반 상용센서로 측정된 심전도 신호로도 특이점 구분이 가능함을 확인하였고, 향후에는 추가적인 전처리 알고리즘 제안, 기점 특징 추출 알고리즘 개선 등의 연구를 목표로 하고 있다.
- 본 연구에서는 생체신호로써 심전도 신호의 특성을 파악하기 위하여 심장질환이 없는 정상인을 대상으로 개인별 심전도 신호를 수집하고, 수집된 심전도 신호를 대상으로 개인별 구분이 가능한 특이점이 검출되는지 기계 학습 기법을 이용하여 검증하고자 한다.
- 본 연구에서는 심전도 신호로부터 개인별 특이점이 구분 되는지 검증하는데 이를 이분 분류기로 구현되는 지도 학습문제로 접근하였다. 본 연구에 이용한 지도 학습분류기는 1) SVM, 2) Simple Logistic, 3) Naive Bayes, 4) Random Forest, 5) Adaboost, 6) Random Subspace, 7) Bagging, 8) Multi-Layer Perceptron, 9) Bayes Net, 10) RBF Network로 총 10가지이다 [표 1],
- Cardio Chipe 의료기기 보다 정밀도는 떨어지지나 웨어러블 기기 둥 일상 생활에 적용될 생체신호 센서로써는 적합하므로 이를 선택하였다. 본 연구의 의의는 의료기기를 이용한 기존연구와 달리 정밀도가 떨어지는 일반 상용센서를 이용하여 사람들 사이의 특이점이 구분되는지 확인하는 데 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.