메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김윤주 (건국대학교) 손준혁 (계명대학교) 최영숙 (국립안동대학교) 제승완 (계명대학교) 조석헌 (University of California)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2023년도 한국통신학회 추계종합학술발표회 논문집
발행연도
2023.11
수록면
905 - 908 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 우리나라는 고령화가 진행되고 있으며, 이에 따라 노인들의 낙상 사고 발생률 또한 증가하고 있다. 낙상은 치명적인 부상 및 사망을 초래할 수 있으며, 이를 예방하기 위해서는 빠르고 정확한 낙상 감지 시스템의 개발이 필요하다. 본 연구에서는 UMAFall 데이터세트를 활용하여 기계학습 알고리즘 기반 낙상 감지 분류 모델의 성능을 분석 및 비교하였다. 낙상 감지 분류 모델을 위해 Random Forest (RF)와 K-Nearest Neighbor (K-NN) 알고리즘들을 고려하였다. 그 결과, RF 알고리즘 기반 낙상 감지 분류 예측 모델 성능이 85.61%로 더 높은 정확도를 보였고, 낙상 감지 분류 모델에 있어서 더욱 중요한 민감도에서 82.69% 값을 보였다. 또한, 데이터 비율에 따른 낙상 감지 정확도를 확인한 결과, RF 알고리즘 사용 시 낙상이 발생한 후 약 2.7 초 후부터 비교적 정확하게 낙상을 감지 및 분류할 수 있었다.

목차

요약
Ⅰ. 서론
Ⅱ. 데이터세트 설명 및 전처리 과정
Ⅲ. 기계학습 알고리즘 및 성능 평가 지표
Ⅳ. 낙상 감지 분류 분석
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

서울시 공유자전거 이용량 통계 분석에 기반한 효율적인 공급 관리 전략에 대한 연구
이예빈 ,  손형주 ,  조석헌 한국정보과학회 학술발표논문집 2023 .12
기계학습 기반 질병 예측 모델 개발 및 데이터세트 분석
권상민 ,  장현진 ,  김도윤 외 2명 한국통신학회 학술대회논문집 2023 .06
인공지능 모델 기반의 DDoS 공격 탐지 기술에 관한 연구
이민정 ,  조송하 ,  이가람 외 1명 한국통신학회 학술대회논문집 2023 .06
기계학습 알고리즘을 이용한 심장병 분류 분석
이수지 ,  김규빈 ,  김주현 외 1명 한국통신학회 학술대회논문집 2023 .06
Jetson TX1 기반 사회복지시설을 위한 위험 상황 실시간 감지 시스템
김시현 ,  이기원 ,  오병우 Proceedings of KIIT Conference 2024 .05

최근 본 자료

전체보기

댓글(0)

0