지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 359 - 364 (6page)
이용수
초록· 키워드
오류제보하기
Elderly people are dealing with falling down on a daily basis. This incident can happen anytime at any place. There is high risk of falling not only the elder but also the caregiver. Although there are numbers of applications and devices in the market for the user, the cutting-edge technology as a machine learning-based algorithm can increase effectiveness of fall detection model into device’s effectiveness. The available technology is embedded accelerometer and gyroscope sensor into a smartphone provide benefit dataset. These data can be used for reducing and managing serious injury and caregiver can assist on time. The leverage performance of a Smart Steps application by including the essence of machine learning algorithm and 5-fold cross validation rises accuracy in fall detection. Thus, this paper proposed a novel method of 4 binary classification--Decision Tree, SVM, K-Nearest Neighbors, and Gradient Boosting. The focusing on acceleration magnitude, angular velocity magnitude, and difference between pre-current, current-post values are taken into account in the study. The opened dataset, MobiFall, are split into 2 groups 1) train group 80% and 2) test group 20% for gathering effectiveness result. The model’s assessment measures in 4-dimension 1) accuracy, 2) precision, 3) recall and, 4) F1-Score. The results demonstrates increasing values that 95.65% of accuracy, 91.20% precision, 90.86% recall and, 91.03% F1-Score. The fall detection of the study can conclude that the machine learning-based algorithm offers more accuracy and effectively than threshold-based algorithm.
목차
Abstract
1. INTRODUCTION
II. RELATED WORK
III. SYSTEM DESGIN
IV. FALL DETECTION METHODOLOGY
V. EXPERIMENTS
VI. CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
머신러닝 알고리즘 기반 낙상 발생 감지 모델의 성능 향상을 위한 새로운 특성에 관한 연구
한국통신학회 학술대회논문집
2024 .11
-
Fall Detection Algorithm for the Elderly Based on Human Characteristic Matrix and SVM
제어로봇시스템학회 국제학술대회 논문집
2015 .10
-
Real-time Detection of Specific Events: A Case Study of Detecting Falls
IEIE Transactions on Smart Processing & Computing
2023 .04
-
Fully Automated Falling Detection Sensor and Algorithm Using Mobile Phone for Elderly Person
대한전자공학회 학술대회
2017 .01
-
Automated Fall Detection on Smart Factory based on Deep Learning Approach
한국통신학회 학술대회논문집
2021 .06
-
Performance Comparison of Vision based Deep Learning Techniques for Fall Detection
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
Human fall classification system for ceiling-mounted kinect depth images
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
서포트벡터머신을 이용한 충격전 낙상방향 판별
센서학회지
2015 .01
-
A Fall Detection Technique using Features from Multiple Sliding Windows
스마트미디어저널
2018 .01
-
낙상 재현을 위한 보행자 생체 정보 기반의 낙상 유도 시스템 개발
로봇학회 논문지
2020 .09
-
Threshold Method 를 이용한 낙상 판단
한국정밀공학회 학술발표대회 논문집
2017 .12
-
공용데이터셋을 이용한 충격전 낙상검출 알고리즘 평가
한국정밀공학회 학술발표대회 논문집
2018 .05
-
고령자의 착용성을 고려한 플렉서블 낙상 감지 손목 띠 및 낙상 알림 시스템의 설계
제어로봇시스템학회 논문지
2023 .07
-
Motion Estimation–based Human Fall Detection for Visual Surveillance
IEIE Transactions on Smart Processing & Computing
2016 .10
-
산업현장에 적용 가능한 IMU 센서 기반의 사용자 낙상감지 시스템 구현
한국정보통신학회 여성 ICT 학술대회 논문집
2021 .08
-
통합 센서 모듈을 이용한 낙상 판단 알고리즘 평가
한국정밀공학회 학술발표대회 논문집
2018 .05
-
보행보조차 사용자의 낙상 알림을 위한 낙상감지 방법에 관한 연구
한국재활복지공학회 학술대회 논문집
2017 .04
-
Smartphone based fall detection system
제어로봇시스템학회 국제학술대회 논문집
2015 .10
-
Design of Falling Context-aware System based on Notification Service using Location Information and Behavior Data
International journal of internet, broadcasting and communication : IJIBC
2018 .01
-
주파수 공간상의 특징 데이터를 활용한 손목에 부착된 가속도 센서 기반의 낙상 감지
스마트미디어저널
2021 .09
이 논문의 저자 정보
최근 본 자료
댓글(0)
0