• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 핵의학기술
• /
• 제20권2호
• /
• pp.62-68
• /
• 2016

1. 목적 자동분주기를 이용하여 검사한 Cyclosporine검사에서 표준액들이 curve를 벗어나고, 결과값의 재현성이 크게 떨어지는 것이 발견되었다. Cyclosporine검사는 다른 검사와 차이점이 methanol과 전혈을 혼합 후 원심분리 하여 methanol 추출액을 사용하여 검사를 한다는 것이다. 검사 결과 이상의 원인이 methanol 사용에 의한 것으로 파악되어 본 실험을 시작하였다. 본원에서 사용하는 분주기는 Perkin Elmer 사의 Multiprobe II plus 로, 분주하는 액체의 점도, 샘플링 tip의 size, 사용하는 모터의 속도에 따라 여러 설정값을 조정하라고 안내되어 있을 뿐 정확한 지침은 없었다. 이에 사용하는 액체별 분주성능을 측정하고 최적의 분주성능을 위한 설정값을 찾기 위해 연구하였다. 2. 대상 및 방법 분주력 측정을 위해 4가지 용액(water, serum, methanol, PEG 6000(25%))와 $TSH^{125}I$ tracer (515 kBq)을 사용 하였고, 실제 결과 값을 비교하기 위해 2016년 1월에 본원에 검사 의뢰된 Cyclosporine검체 29개를 측정하였다. 4가지의 용액을 multi pipette을 이용하여 각각 $400{\mu}l$ 분주하고 tracer $100{\mu}l$씩을 섞어 용액별로 8개의 검체를 준비하였다. 준비된 sample을 분주기로 $100{\mu}l$씩 분주하여 CPM을 측정하고, 용액별로 CV(%)를 계산하였다. 그리고 분주기의 air gap, 분주속도와 지연시간을 변경한 후 다시 분주하여 측정한 CPM을 CV(%)로 계산하여 설정 값 변경에 따른 CV(%)값의 변화를 측정하여 최적의 설정 값을 찾는다. Cyclosporine검체 29개를 (1)manual검사 (2)기존 설정 값으로 검사 (3)수정한 설정값으로 검사 했을 때의 결과를 비교하였다. 용액별 분주력 평가는 CV(%)를 이용하여 계산하였고, 실제 검사 결과 값의 비교는 manual검사 결과를 기준으로 기존 설정 값으로 검사 했을 때, 수정한 설정 값으로 검사 했을 때의 결과 값을 Difference(%)와 상대오차(%Relative error : %RE)로 비교해 보았다. 3. 결과 4가지 용액과 tracer를 섞어 분주한 CPM의 CV(%)는 water 0.88, serum 0.95, methanol 10.22, PEG는 0.68로 methanol을 제외한 용액들은 1% 이내였으나, methanol은 CPM 차이가 두드러졌다. methanol 분주를 기존 설정 값인 Transport air gap 0에서 2와 5로 변경하여 검사 시 CV(%)는 각각 20.16, 12.54, System air gap 0에서 2와 5로 변경 시 8.94, 1.36으로 나타났다. System air gap 2, Transport air gap 2로 변경 시 CV(%)는 12.96, System air gap 5, Transport air gap 5로 변경 시 1.33 이었고, Dispense speed를 300에서 100으로 변경 시 CV(%)는 13.32, Dispense delay를 200에서 100으로 변경 시는 13.55인 것으로 나타났다. 분주기를 이용하여 기존설정 값으로 검사 시에는 manual검사 결과 값에 비해 평균 99.44%증가 하였고, 상대오차는 93.59%로 나타났다. 수정된 설정 값(System air gap 0에서 5로 변경, 다른 설정은 기존과 동일)으로 검사 했을 때는 manual검사 결과 값에 비해 결과가 평균 6.75% 증가 하였고, 상대오차는 5.10%로 상대오차의 허용기준치 10%에 비하여 양호한 결과가 나왔다. 4. 결론 Transport air gap, Dispense speed, Delay time을 조정하였을 때는 CV(%)가 증가하였고, System air gap을 조정 하였을 때 CV(%)가 현저하게 감소하였다. 실제 검사결과에서도 이를 확인 할 수 있었다. methanol을 이용한 Cyclosporine검사 kit는 올해 2월에 단종이 되었지만, 분주기를 사용함에 있어 용액에 따른 분주성능에 차이가 있을 수 있음을 염두해 두어야 하고 새로운 용액을 분주해야 할때는 미량저울로 분주량을 측정하거나 CPM으로 분주성능을 측정하여 해당 용액이 분주기를 사용함에 적절한지 검증 후 사용하여야 할 것으로 사료되어 본 실험결과를 보고하고자 한다.