| 1 |
1
유비쿼터스 환경 하에서 인간의 신체에 특별한 장치를 부착하지 않고서도 인간의 현재 상태를 파악하여 취침을 위한 최적 환경을 제공하는 상황 판단 방법에 있어서, (A) 인간의 취침 여부를 수면 상태(sleep), 졸음 상태(sleepy), 깬 상태(awake)로 구분하고, 시간, 인간의 위치 및 인간의 움직임 세 가지 요소를 근거로 하여 인간이 각 상태에 이르는 일반적인 확률(이하, ‘일반 상태 확률’이라 함)을 결정하는 일반 상태 확률 결정 단계; 및 (B) 상기 (A) 단계에서 정의한 일반 상태 확률을 기초로 하여 각 개인의 생활 패턴을 시간, 위치, 움직임 세 가지의 관점에서 반복적으로 관찰하면서 상기 일반 상태 확률이 각 개인에게 정확하게 적용되는지를 판단함과 동시에 상기 일반 상태 확률이 각 개인의 생활 패턴과 맞지 않는 경우에는 이를 계속적으로 수정하여 각 개인의 생활 패턴과 일치하는 상태 확률(이하, ‘개별 상태 확률’이라 함)을 최종적으로 결정하는 개별 상태 확률 결정 단계를 포함하는 취침 상태 인식 방법
|
| 2 |
2
제 1 항에 있어서, 상기 (A) 단계는, 시간에 따른 일반 상태 확률을 결정함에 있어서, 시간을 총 24 시간으로 구분하고, 각 시간대마다 인간이 취침 상태에 있을 확률을 달리하여 적용하되, 인간이 통상적으로 수면을 취하는 시간대 쪽으로 갈수록 수면 상태(sleep)에 있을 일반 상태 확률에 가중치를 주고, 인간이 통상적으로 수면을 취하지 않는 시간대 쪽으로 갈수록 깬 상태(awake)에 있을 일반 상태 확률에 가중치를 주는 단계인 것을 특징으로 하는 취침 상태 인식 방법
|
| 3 |
3
제 1 항에 있어서, 상기 (A) 단계는, 인간의 위치에 따른 일반 상태 확률을 결정함에 있어서, 인간의 위치를 침대에 위치하고 있는 경우(In Bed)와 침대 이외의 장소에 위치하고 있는 경우(Out of Bed) 두 가지로 구분하고, 침대에 위치하고 있는 경우와 침대 이외의 장소에 위치하고 있는 경우마다 인간이 취침 상태에 있을 확률을 달리하여 적용하되, 인간이 침대에 위치하고 있는 경우에는 수면 상태(sleep)에 있을 일반 상태 확률에 가중치를 주고, 인간이 침대 이외의 장소에 위치하고 있는 경우에는 깬 상태(awake)에 있을 일반 상태 확률에 가중치를 주는 단계인 것을 특징으로 하는 취침 상태 인식 방법
|
| 4 |
4
제 1 항에 있어서, 상기 (A) 단계는, 인간의 움직임에 따른 일반 상태 확률을 결정함에 있어서, 인간의 움직임을 동작이 있는 경우(Move)와 동작이 없는 경우(No Move) 두 가지로 구분하고, 동작이 있는 경우와 동작이 없는 경우마다 인간이 취침 상태에 있을 확률을 달리하여 적용하되, 인간의 동작이 있는 경우에는 깬 상태(awake)에 있을 일반 상태 확률에 가중치를 주고, 인간의 동작이 없는 경우에는 수면 상태(sleep)에 있을 일반 상태 확률에 가중치를 주는 단계인 것을 특징으로 하는 취침 상태 인식 방법
|
| 5 |
5
제 1 항 또는 제 2 항에 있어서, 상기 (A) 단계는, 시간에 따른 일반 상태 확률을 결정함에 있어서, 23시부터 06시 사이의 시간대에서는 수면 상태(sleep)일 일반 상태 확률이 0
|
| 6 |
6
제 1 항 또는 제 3 항에 있어서, 상기 (A) 단계는, 인간의 위치에 따른 일반 상태 확률을 결정함에 있어서, 침대에 위치하고 있는 경우(In Bed)에 수면 상태(sleep)일 일반 상태 확률은 0
|
| 7 |
7
제 1 항 또는 제 4 항에 있어서, 상기 (A) 단계는, 인간의 움직임에 따른 일반 상태 확률을 결정함에 있어서, 동작이 있는 경우(Move)에 수면 상태(sleep)일 일반 상태 확률은 0
|
| 8 |
8
제 1 항에 있어서, 상기 (B) 단계는, 수면 상태(sleep)에서 졸음 상태(sleepy)로 가는 중간 단계, 졸음 상태(sleepy)에서 깬 상태(awake)로 가는 중간 단계, 깬 상태(awake)에서 졸음 상태(sleepy)로 가는 중간 단계, 졸음 상태(sleepy)에서 수면 상태(sleep)로 가는 중간 단계로서의 중간 전이 상태를 더욱 정의하고, 상기 중간 전이 상태에서 일정 시간 머무르면서 현재 상태를 계속해서 관찰한 후 다음 상태로 넘어갔는지 여부를 판단하는 단계를 추가로 포함하는 것을 특징으로 하는 취침 상태 인식 방법
|
| 9 |
9
제 8 항에 있어서, 상기 중간 전이 상태에서 일정 시간 머무르면서 현재 상태를 계속해서 관찰하는 데 걸리는 시간(wTime)은, wTime = r/Px + wTime0 (여기서, wTime: 중간 전이 상태에서 일정 시간 머무르면서 현재 상태를 계속해서 관찰하는 데 걸리는 시간, wTime0: 기본 wTime, r: wTime의 증가율, Px: 계산되어진 일반 상태 확률 중 가장 높은 확률)의 공식으로서 표현되는 것을 특징으로 하는 취침 상태 인식 방법
|
| 10 |
10
제 1 항에 있어서, 상기 (B) 단계에서 결정하게 되는 개별 상태 확률(Prob(state, k))은 Prob(state, k) = Prob(state) ck2 (여기서, Prob(state, k): 수정된 후의 상태 확률, Prob(state): 수정되기 전의 상태 확률, k: 연속되어진 오판이나 정판의 수, c: 수정된 후의 상태 확률의 증감 비율, Prob(state, 0): 일반 상태 확률)의 공식에 따라 정의되는 바, 상기 (A) 단계에서 정의한 일반 상태 확률을 기초로 하여 각 개인의 생활 패턴을 시간, 위치, 움직임 세 가지의 관점에서 반복적으로 관찰해 본 결과 상기 일반 상태 확률이 각 개인에게 정확하게 적용되는 경우(이하, ‘정판’이라 함)에는 개별 상태 확률이 계속적으로 증가하고, 상기 일반 상태 확률이 각 개인에게 정확하게 적용되지 않는 경우(이하, ‘오판’이라 함)에는 개별 상태 확률이 계속적으로 감소하게 되며, 오판 또는 정판에 의한 개별 상태 확률의 증감은 연속되어진 오판 또는 정판의 수에 연관되는 바, 연속되어진 오판 또는 정판의 수가 작다면 개별 상태 확률의 변동의 폭은 작으나 오판 또는 정판의 수가 크다면 개별 상태 확률의 변동의 폭은 기하급수적으로(Exponentially) 증가하게 되는 단계인 것을 특징으로 하는 취침 상태 인식 방법
|
| 11 |
11
제 1 항 또는 제 10 항에 있어서,상기 개별 상태 확률을 결정하기 위한 오판과 정판의 반복은 각 개인에 대하여 최초로 일반 상태 확률이 적용된 이후 각 개인의 생활 패턴에 의한 취침 상태의 정확한 확률을 찾아낼 때까지 계속적으로 이루어지는 것을 특징으로 하는 취침 상태 인식 방법
|
