서지주요정보
(A) study of deep neural network-based algorithm for real-time monitoring of physical activity types in children and adolescents = 아동·청소년들의 실시간 신체활동 유형 모니터링을 위한 깊은 신경망 기반 알고리즘 연구
서명 / 저자 (A) study of deep neural network-based algorithm for real-time monitoring of physical activity types in children and adolescents = 아동·청소년들의 실시간 신체활동 유형 모니터링을 위한 깊은 신경망 기반 알고리즘 연구 / Yongwon Jang.
저자명 Jang, Yongwon ; 장용원
발행사항 [대전 : 한국과학기술원, 2019].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8033126

소장위치/청구기호

학술문화관(도서관)2층 패컬티라운지(학위논문)

DBIS 19001

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

The increase in the obese population is closely related to the obese population of children. This is because the probability of obese children becoming obese adults is two times higher than that of normal children. It is very important to manage children's obesity. The devices that measure calorie consumption are often marketed as commercial products, however, they are not applicable to children and there is a need for tools to measure children's physical activity. It is more appropriate to record activity types than to measure calorie expenditure because children's physical activity is not continuous and repeats to act and stop for a short period of time. In this study, a deep neural network based algorithm was developed to improve the time resolution of measuring children's activities, and devised a method to distinguish between continuous motion and intermittent motion at one time. As a result of classifying the physical activity of children, higher accuracy of classification result than the accuracy of the conventional machine learning algorithm was achieved. It could be applied to the real - time activity type classification system in the future.

비만 인구의 증가는 특히 아동 청소년의 비만 인구와 밀접한 관계가 있는데, 이것은 비만 아동이 성인이 되었을 때의 성인 비만이 될 확률이 정상 아동에 비해서 2배이상 높기 때문이다. 아동들의 비만을 관리하는 것은 매우 중요한 일인데, 소모 열량을 측정하는 기기는 시장에 상용 제품으로 출시된 것이 많지만, 아동들에게는 적용할 수 없어 아동들의 신체활동을 측정할 수 있는 도구가 매우 필요하다. 아동들의 신체활동은 지속적이지 못하고 짧은 시간 동안 활동과 멈춤을 반복하기 때문에 소모 열량을 측정하는 방식보다 활동 유형을 기록하는 것이 더 적절하다. 본 연구에서는 깊은 신경망에 기반하는 알고리즘을 적용하여 아동들의 활동을 측정하는 시간분해능을 개선하였고, 지속적인 움직임과 간헐적 움직임을 한번에 구분할 수 있는 방법을 고안하였다. 아동들을 대상으로 측정한 결과, 기존의 알고리즘보다 개선된 효과를 얻을 수 있었으며, 향후 이것을 실시간 활동 유형 측정 시스템에 활용할 수 있을 것이다.

서지기타정보

서지기타정보
청구기호 {DBIS 19001
형태사항 iv, 80 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 장용원
지도교수의 영문표기 : Doheon Lee
지도교수의 한글표기 : 이도헌
수록잡지명 : "Deep learning-based classification with improved time resolution for physical activities of children". PeerJ, 6, e5764(2018)
Including appendix
학위논문 학위논문(박사) - 한국과학기술원 : 바이오및뇌공학과,
서지주기 References : p. 77-80
주제 Physical activity
children
classification
convolutional neural network
time resolution
신체 활동
아동
분류
길쌈 신경망
시간 분해능
QR CODE qr code