보고서 정보
주관연구기관 |
아주대학교 Ajou University |
연구책임자 |
조위덕
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2016-12 |
과제시작연도 |
2015 |
주관부처 |
과학기술정보통신부 Ministry of Science and ICT |
등록번호 |
TRKO202100002785 |
과제고유번호 |
1711032297 |
사업명 |
중견연구자지원 |
DB 구축일자 |
2021-07-03
|
키워드 |
웨어러블 디바이스.생활 습관.행동 인식.상황 인지.웰니스.라이프로그.3-Axis Accelerometer.GPS.Activity Recognition.Eating Habits.Exercise Habits.Bad Habits.Wellness.Life-Log.Context-Awareness.
|
초록
▼
□ 연구의 목적 및 내용
IoT 센싱 데이터(웨어러블 디바이스 및 스마트폰)기반 단위 행동 인지 기법을 연구하여 기본적인 단위 행동인 걷기, 달리기와 같은 동적인 행동과 앉아있기, 서있기와 같은 정적인 행동과 수면, 이동 등을 행동인지하고 분류하였다. 이 일상행동패턴에서 생활건강상 나쁜 습관으로 분류되는 행동들 중 비만과 대사질환을 야기하는 야식과 늦잠을 선정하여, 나쁜 습관에 관련된 반복적 유사 행동들을 추출하는 시스템프로세스를 설계하였고 실험을 통해 효율적인 알고리즘 설계와 적절히 동작됨을 일차적으로 확인하였다.
특히
□ 연구의 목적 및 내용
IoT 센싱 데이터(웨어러블 디바이스 및 스마트폰)기반 단위 행동 인지 기법을 연구하여 기본적인 단위 행동인 걷기, 달리기와 같은 동적인 행동과 앉아있기, 서있기와 같은 정적인 행동과 수면, 이동 등을 행동인지하고 분류하였다. 이 일상행동패턴에서 생활건강상 나쁜 습관으로 분류되는 행동들 중 비만과 대사질환을 야기하는 야식과 늦잠을 선정하여, 나쁜 습관에 관련된 반복적 유사 행동들을 추출하는 시스템프로세스를 설계하였고 실험을 통해 효율적인 알고리즘 설계와 적절히 동작됨을 일차적으로 확인하였다.
특히, 사용자로부터 웨어러블 디바이스 및 스마트폰을 이용하여 위치 및 이동 속도에 대한 정보를 결합하여 주거지 활동(휴식), 근무지 활동(업무), 학습 활동(수업), 이동 활동(차량, 지하철) 등 상황 정보를 추출하여 본 연구에서 추출하고자 하는 행동 패턴을 더 세분화하였다. 이를 이용하여 나쁜 습관들에 관계되는 수면과 낮 시간 활동 간의 관계, 업무 형태와 활동성의 관계 등에 대해 연구하였다.
□ 연구결과
- IoT기반 스마트 디바이스를 통한 ‘나쁜 습관’과 ‘실수’에 대한 사전행동패턴 모델링
· 낮 시간 운동 및 기타 활동에 대한 논문이나 전문 컬럼 등을 통해 운동의 주기와 시간, 피일조량, 적절한 신체 활동 수준과 수면에 대해 조사를 실시하였다.
· 조사한 정보들을 바탕으로 본 연구에서 수집할 수 있는 행동 데이터에서 일 단위의 누적 시간, 활동 시각 및 주/월 단위의 누적 시간 및 빈도와 같은 변인들을 선정하여 사전행동 패턴 모델링을 하였다.
- IoT 센싱 데이터(웨어러블 디바이스 및 스마트폰)기반 단위 행동 인지 기법 연구
· 3축 가속도 센서 모듈을 이용하여 기본적인 단위 행동인 걷기, 달리기와 같은 동적인 행동과 앉아있기, 서있기와 같은 정적인 행동을 분류하였으며, 스마트폰의 GPS를 이용하여 사용자가 머무는 장소(PoI)를 판별하고 특정 장소에서 발생되는 행동의 의미에 따른 상황 정보 및 이동 속도와 패턴에 따라 차량을 이용한 이동 상황을 추출하였다.
- 다중 3축 가속도 센서를 이용한 운동 습관 패턴 분석 알고리즘 개발
· 웨이트트레이닝 기구를 사용하는 무산소 운동에 대해 손목 3축 가속도 센서로 5종의 운동 종목을 분류하는 알고리즘을 제안하였다.
· 운동 목적에 따른 유산소 운동의 방법(횟수/지속시간 등)에 대한 선행 분석 결과를 토대로 운동 목적에 따라 자동으로 운동 방법을 결정할 수 있는 알고리즘을 개발하였다.
- 3축 가속도 센서를 이용한 식사 습관 패턴 분석 알고리즘 개발
· 식사 시 손목의 움직임을 3축 가속도 센서 신호의 패턴으로 모델링하고 식사 시 손목 행동을 검출하고 이를 기반으로 식사 시간을 추론하는 알고리즘을 개발하였다.
· 식사 습관은 식사를 거르는 행위, 식사 시간 간의 간격을 추출하여 적절한 식습관을 판단하기 위한 기준에 대해 조사하였다.
- 행동 습관 패턴에서 ‘나쁜 습관’과 ‘실수’패턴 추론 예측 기법연구
· 사용자의 개인별로 특정 ‘나쁜 습관’이 발생하기 이전까지의 과거 행동 데이터의 패턴이 판별 목표가 되는 특정 날짜의 행동 데이터와 유사도를 기반으로 ‘나쁜 습관’의 발생 가능성을 예측하는 기법을 설계하였다.
· 종래의 방법은 행동 데이터에서 시간이나 양을 모두 고려할 수 없었는데, 제안한 방법은 같은 행동이 서로 다른 시각에 발생하였을 때 시간의 차이에 따라 더 세밀한 유사도를 산출 할 수 있는 방법이다.
□ 연구결과의 활용계획
최근 웨어러블 디바이스 시장이 증대되고, 사물인터넷(IoT) 관련 서비스가 다양해지고 있지만 킬러앱(Killer Application)의 부재가 대두되고 있다. 이러한 관점에서 본 연구과제는 다양한 웨어러블 디바이스를 활용하여 사용자에게 더욱 밀착하여 구체적인 생활양식을 추출할 수 있다는 점에서 기존 디바이스 및 인프라의 활용을 극대화할 수 있을 것으로 기대된다.
본 과제를 통해 우리가 일반적으로 생각하고 있는 ‘나쁜 습관’ 즉, 좋지 않은 행동 양식에 대해서 추적하고자 하지만 행동양식을 통해 추적할 수 있는 전문적인 의학 분야에도 활용될 수 있을 것으로 생각된다. 예를 들어 관절염을 유발하는 행동 패턴을 검출하거나 우울증, 자살 징후를 예측할 수 있는 시스템을 설계하는 등 많은 전문 지식과 데이터가 축적된다면 본 과제에서 제안한 행동 추적 시스템의 가치가 증대될 것이다.
(출처 : 한글요약문 4p)
Abstract
▼
□ Purpose& contents
Using the user's life log data (3-axis accelerometer, GPS, Smart phone, PC usage information) to track user behavior. In particular we recognize the information about exercise and meal in emphasis. And scoring the regularity of the pattern, such as analysis of the exercise and
□ Purpose& contents
Using the user's life log data (3-axis accelerometer, GPS, Smart phone, PC usage information) to track user behavior. In particular we recognize the information about exercise and meal in emphasis. And scoring the regularity of the pattern, such as analysis of the exercise and meal, and provides to the user. Via a meta-analysis of the final living patterns, it extracts the activity largely associated with poor exercise / eating habits. And feedback to the user.
□ Result
- The Modeling about 'Bad Habit' using IoT based Smart Device
· Life Habit Model Design by Domain Knowledge Analysis of Life, Health, Surveillance
· Define 'Bad Habit' that can be Measure based on IoT Sensing Data
- Unit Activity Recognition Method based on IoT Sensing Data(Wearable Device/Smart phone)
· Design for Experiments of Data Acquisition and Development of Acquisition System
· Posture or Activity Recognition Method by Wearable Device
· Various Activity Recognition Method Development by Combination of Location and Activity
· Life Pattern Modeling(Activity, Posture) for Daily/Weekly/Monthly Activities
- Exercise Habit Pattern Analysis Algorithm using Triaxial Sensor
· Exercise Classification Algorithm based on Triaxial Sensor
· Meta Analysis Algorithm using Exercise Habit Pattern Data
- Meal Habit Pattern Analysis Algorithm using Triaxial Sensor
· Meal Detection Algorithm based on Triaxial Sensor
· Meta Analysis Algorithm using Meal Habit Pattern Data
- 'Bad Habit' Pattern Inference Method in Activity Habit Pattern
· Activity Sequence Design using Features in 'Bad Habit' Model
· Classification Algorithm Design about Trackable 'Bad Habit'
· Evaluation and Test for the Detecting Technic of 'Bad Habit'
□ Expected Contribution
Nowadays, the market of wearable device if more bigger, and the services related Internet of Things(IoT) are more various but there are little killer application in this wellness care. From this point of view, this research project is expected to be able to maximize the utilization of existing devices and infrastructure in that it can extract concrete lifestyle more closely to users by utilizing various wearable devices.
We hope that this project will be used in the field of specialized medicine which can trace the 'bad habits' that we generally think about, that is, bad activity patterns, but can be traced through activity patterns. For example, if we accumulate a lot of expertise and data, such as detecting activity patterns that cause arthritis, or designing a system to predict depression and suicidal symptoms, the value of the behavior tracking system proposed in the task will increase.
(출처 : SUMMARY 5p)
목차 Contents
- 표지 ... 1
- 목차 ... 2
- 연구계획 요약문 ... 3
- 연구결과 요약문 ... 4
- 한글요약문 ... 4
- SUMMARY ... 5
- 연구내용 및 결과 ... 6
- 1. 연구개발과제의 개요 ... 6
- 2. 국내외 기술개발 현황 ... 7
- 3. 연구수행 내용 및 결과 ... 10
- 4. 목표달성도 및 관련분야에의 기여도 ... 17
- 5. 연구결과의 활용계획 ... 18
- 6. 연구과정에서 수집한 해외 과학기술정보 ... 19
- 7. 주관연구책임자 대표적 연구실적 ... 20
- 8. 참고문헌 ... 21
- 9. 연구성과 ... 22
- 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 22
- 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 22
- 12. 기타사항 ... 23
- [별첨1] 대 표 연 구 성 과 ... 24
- [별첨2] 세부 목표 관련 증빙 ... 26
- 끝페이지 ... 29
※ AI-Helper는 부적절한 답변을 할 수 있습니다.