• 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.

• 정신신체의학
• /
• 제10권2호
• /
• pp.110-119
• /
• 2002

만성 통증 환자들은 통증에 대한 대처 방식이 각자 다르고 이에 따라 적응 상의 차이를 나타낸다. 한국판 대처 전략 질문지 (Korean version-Coping Strategy Questionaire : K-CSQ)로 만성 통증 환자의 통증 대처방식의 특징을 파악하고, 이 검사의 신뢰도를 검증하였다. 방법: 대상자는 만성 통증 환자군 128명과 정상 대조군 252명으로 하였다. 만성 통증 환자군에서의 임상적인 특성을 조사하였고, 양군에서 통증대처전략의 특성을 비교하였으며, K-CSQ의 각 항목의 내적 일치도 (Cronbach ${\alpha}$)를 산출하였고, 검사-재검사 신뢰도를 구하였다. 결과: 각 항목의 내적 일치도는 주의분산, 통증감각의 재해석, 통증감각의 무시, 기도 또는 바램, 재앙적 사고 등의 요인이 0.7 이상을 나타내어 일치도가 높았으며, 검사-재검사 신뢰도는 모두 0.66이상을 나타내서 신뢰도가 높은 검사임을 나타냈다. 대처 전략은 정상대조군보다 만성 통증 환자에서 자기진술 대처를 더 많이 사용하였고, 기도 또는 바램, 재앙적 사고, 통증행동의 증가 등이 만성 통증 환자군에서 의미있게 높은 수치를 나타냈다. 결론: K-CSQ는 만성통증환자에서 통증대처특성을 이해하는데 유용한 검사도구이다. 그리고, 만성 통증 환자에 대한 인지-행동적 개입을 통하여, 자기 진술 대처와 주의 돌려기, 통증 감각 무시 전략 등을 증가시키고, 재앙적 사고를 감소시켜 환자의 적응적 행동을 도우며, K-CSQ를 이용하여 치료적 개업에 따른 적응 기능의 향상을 확인하는데 이용할 수 있을 것이다.