KSII Transactions on Internet and Information Systems (TIIS)
/
제13권4호
/
pp.2060-2077
/
2019
Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.
본 연구에서는 전도성 직물을 기반으로 동작 센서로 구현하여 팔의 굽힘, 폄 동작에 따른 센서의 전기저항의 변화를 측정, 분석함으로써 관절 동작을 효과적으로 측정 할 수 있는 직물 센서의 요건을 탐색하였다. 이를 위해 두 가지 편직물인 'L'직물과 'W'직물 양면에 Single Wall Carbon Nano-Tube(SWCNT) 코팅을 한 후 이를 다양한 형태로 후가공하여 직물 센서를 개발하고 암 밴드에 부착하였다. 직물 센서는 코팅용 바탕 직물의 종류(2가지), 센서의 부착 방법(2가지), 센서의 layer 수(2가지), 센서의 길이(3가지), 센서의 너비(2가지)의 총 48개로 구성되었다. Con-Trex MJ에 48개의 암 밴드를 입힌 인체 모형 팔을 대상으로 직물 동작 센서의 성능을 평가하였다. 인체 모형 팔에 입혀진 총 48개의 암 밴드 각각에 대해서 frequency: 0.5Hz, ROM: $20^{\circ}{\sim}120^{\circ}$ 에서 굽힘과 폄 동작을 반복하도록 조정하였고, 48개 각 사례 당 세 세트(set)씩 반복 측정한 전압값을 기록하였다. 전압값을 peak-to-peak voltage(Vp-p)의 base line의 균일성, 동일 세트 내 Vp-p의 균일성, 세 세트 간의 Vp-p의 균일성을 기준으로 평가하고 분석한 결과, SWCNT 코팅된 'L' 직물을 두 겹으로 구성하여 열고정 방식으로 부착한 $50{\times}5mm$, $50{\times}10mm$, $100{\times}10mm$ 크기의 직물 센서와, SWCNT 코팅된 'W' 직물을 두 겹으로 구성하고 열고정 방식으로 부착한 $50{\times}10mm$ 크기의 직물 센서가 전체 변화율 5%이내의 가장 균일하고 안정적인 신호값을 나타내었다. 이상의 연구 결과를 통해 SWCNT 코팅 소재를 다양한 형태로 가공해 직물 센서로 구현했을 때 인체의 사지 동작을 측정할 수 있는 센서로서 적합함을 확인하였고, 최적의 센서 형태를 규명하였다.
본 연구에서는 다편파 산란계 시스템을 이용하여 얻어진 후방산란계수의 연중 변화를 편파와 입사각에 따라 알아보고 벼 생육인자와의 관계를 통하여 생육인자를 추정하고자 하였다. 2007년도 국립농업과학원 시험포장에 다편파산란계 시스템(L, C, X-band 안테나, 네트워크분석기, RF cable, 입사각 $20^{\circ}{\sim}60^{\circ}$)을 제작 구축하고 벼 이앙기에서 수확기까지 산란특성을 주기적으로 관측하였으며 레이더 방정식을 이용하여 후방산란계수를 계산하여 자료 분석에 사용하였다. 모든 안테나 밴드에서 벼 생육초기(5월말$\sim$6월초)에는 VV-편파가 HH-, HV-편파보다 후방산란계수가 높게 나타났다. C-band의 경우 모든 입사각에서 벼가 자라면서 HH-편파 후방산란계수가 증가하다가 출수기(8월중순경)에 가장 높았고 그 이후 감소하는 경향이었다. X-band는 모든 편파의 후방산란계수가 벼 유수형성기(7월말경)까지 증가하다가 그 후 감소하였으며 등숙기인 9월 중순 이후 다시 증가하는 dual-peak 현상을 보였는데, 특히 VV-편파의 경우 9월 초순부터 후방산란계수 종가가 다른 편파에 비해 크게 나타났다. 파장별 밴드, 편파, 입사각도별 후방산란계수와 작물 생육과의 관계를 분석한 결과 L-band는 바이오매스와의 상관이 높게 나타났고 C-band에서는 엽면적지수와 초장과의 상관이 높게 나타났으며 X-band는 이삭 건물중과 상관이 높게 나타났다 후방산란계수를 이용하여 생육을 추정할 수 있는 회귀식을 작성하고 실측값과의 비교를 통하여 작물 생육 추정을 위한 최적 조건을 구명하였다.
경상북도 포항시 흥해읍 일대에서 지열자원 개발을 위한 심부 파쇄대 탐지를 목적으로 수행된 자기지전류 (MT) 탐사에서 경북 안동과 충북 청원시의 대청호 및 일본의 Kyushu에 원거리 기준점을 설치하고 이를 이용한 자료처리 결과의 상호 비교를 통하여 원거리 기준점에 따른 겉보기 비저항과 위상 자료의 질을 검토하였다. 대상지역에서 약 165 km떨어진 대청호 자료를 이용한 경우는 전력주파수인 60 Hz대역과 자연 전자기장 신호가 미약한 $10^{-1}Hz\~1\;Hz$ 대역을 제외한 주파수 대역에서 매우 좋은 자료를 얻을 수 있었으며, 약 480 km 떨어진 Kyushu 원거리 기준점 자료를 이용해서 거의 모든 주파수 대역에서 연속성이 매우 좋은 전기비저항과 위상 곡선을 얻을 수 있었다. 이를 이용하여 2차원 역산을 수행한 결과, 지표의 10ohm-m 이내의 전기비저항을 보이는 반고결 이암층은 대상지역의 남쪽에서는 약 500 m 이상, 북쪽에서는 200 m 이내의 두께로 분포하며 북에서 남으로 경사진 형태로 나타났다. 심도 $500\~1,500m$에서 저비저항(L-2)과 고비저항(H-2)의 경계면은 단층면으로 해석되며 측점 206, 112와 414를 지나는 대략 $N15^{\circ}E$의 주향을 보인다. 1 km 이내의 천부의 저비저항 이상(L-4)은 파쇄대로 해석되며 측점 105를 지나면서 데략 $N60^{\circ}W$의 주향을 보인다. 또한, 북쪽의 큰 하천을 따라 저비저항 이상대가 공통적으로 나타나 구조선일 가능성을 시사한다. 그리고, 대상지역의 서쪽과 서남쪽의 $2\~3km$ 하부에서 10 ohm-m이내의 저비저항 이상대(L-3)가 나타나는데 이 층에 대해서는 향후 추가적인 연구가 요구된다.
치매에서의 뇌파 연구는 주로 주파수 분석과 지형화 분석을 이용하여 정량화하는 것을 위주로 진행되어 왔으나, 이러한 선형적 분석은 뇌파와 같이 복잡한 신호를 분석하는 것에는 한계가 있었다. 최근 새로운 패러다임인 카오스 이론에 근거를 두고 뇌파를 비선형적으로 측정하는 방법이 소개되고 있다. 본 연구는 알쯔하이머형 치매 환자의 뇌파 신호를 최대 양수 리아프노프 지수를 이용하여 비선형적으로 분석하는 것이 가능한 가를 알아보고 그 결과를 대조군과 비교해보기 위하여 시도되었다. 3명의 알쯔하이머형 치매 환자와 3명의 대조군에서 뇌파 신호를 받아 디지털화한 후에 비선형 분석법 중 하나인 최대 양수 리아프노프 지수를 산출하였다. 알쯔하이머형 치매군은 전체 15개의 전극 부위 중 8곳의 전극 부위에서 대조군에 비하여 유의하게 낮은 최대 양수 리아프노프 지수를 나타내었다. 각 두뇌 영역별 및 반구별 분석에서도 알쯔하이머형 치매군이 대조군에 비하여 전 두뇌 영역에서 최대 양수 리아프노프 지수가 유의하게 낮았다. 이에 따라 알쯔하이머형 치매 환자의 뇌파를 비선형적 분석하여 조사한 이들 두뇌의 카오스적 성상이 감소되어 있다는 것을 확인할 수 있었다. 이 결과는 향후 뇌파의 비선형적 분석인 리아프노프 지수 산출이 두뇌 기능을 조사하는 데에 유용한 새로운 방법이 될 가능성이 있다는 것을 시사한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.