1 |
1
라이프로깅 데이터 간 인과 관계 분석 장치를 이용한 인과 관계 분석 방법에 있어서, 생체 신호 정보, GPS 신호 정보 및 음성 신호 정보를 포함하는 라이프로깅 데이터를 입력받는 단계, 상기 라이프로깅 데이터의 변수 중 두 개 이상의 변수를 선택하여 변수 조합 및 상기 변수 조합에 대한 경로 모델(path model)을 생성하고, 상기 라이프로깅 데이터 및 상기 경로 모델을 이용하여 상기 변수 조합 각각에 대한 변수간 인과 정보를 산출하는 단계, 기 설정된 임계값을 이용하여 상기 산출된 변수간 인과 정보가 통계적 유의성을 가지는지 여부를 판단하는 단계, 그리고 상기 통계적 유의성을 가진다고 판단된 변수간 인과 정보를 화면상에 출력하는 단계를 포함하며, 상기 생체 신호 정보에 대한 변수는 BPM(Beat Per Minutes), HF(High Frequency), LF(Low Frequency) 및 VLF(Very Low Frequency) 중에서 적어도 하나를 포함하고, 상기 GPS 신호 정보에 대한 변수는 이동 패턴의 불규칙성을 의미하는 이동 규칙성(circadian movement), 위치 클러스터에서의 시간 변동성을 의미하는 위치 엔트로피(entropy), 위도 및 경도의 변화량을 의미하는 위치 변화량(location variance), 위치 클러스터의 수(number of clusters), 총 이동 거리(total distance) 및 총 이동 시간(transition time) 중에서 적어도 하나를 포함하며,상기 음성 신호 정보에 대한 변수는 소음 크기의 분당 평균값을 의미하는 주변 소음 레벨(noise amplitude)을 포함하고, 상기 변수간 인과 정보를 산출하는 단계는, 상기 변수 조합에 대한 변수 간 공분산 값을 산출하는 단계, 상기 변수 조합을 구성하는 변수 사이의 인과 경로에 따른 복수의 경로 모델을 생성하는 단계, 상기 산출된 공분산 값을 이용하여 상기 복수의 경로 모델에 대한 경로 계수 및 표준 오차를 산출하는 단계, 상기 복수의 경로 모델에 대한 표준 오차 중 가장 작은 값을 가지는 표준 오차에 대응하는 경로 모델을 선택하여 상기 변수간 인과 관계의 방향성을 판단하는 단계, 그리고 상기 표준 오차를 이용하여 상기 선택된 경로 모델에 대한 유의 지표를 산출하는 단계를 포함하는 인과 관계 분석 방법
|
2 |
2
제1항에 있어서, 상기 라이프로깅 데이터의 변수는, 상기 생체 신호 정보에 대한 변수, 상기 GPS 신호 정보에 대한 변수 및 상기 음성 신호 정보에 대한 변수 중에서 적어도 하나를 포함하는 인과 관계 분석 방법
|
3 |
3
삭제
|
4 |
4
제1항에 있어서, 상기 변수간 인과 정보는,상기 변수간 인과 관계의 방향성 및 상기 경로 모델()의 경로 계수(path coefficient) 중 적어도 하나를 포함하는 인과 관계 분석 방법
|
5 |
5
삭제
|
6 |
6
제1항에 있어서,상기 경로 계수(r) 및 표준 오차(SE)는 아래의 수학식을 이용하여 산출되는 인과 관계 분석 방법
|
7 |
7
제1항에 있어서, 상기 산출된 변수간 인과 정보의 유의성 여부를 판단하는 단계는, 상기 유의 지표()가 상기 기 설정된 임계값보다 크면 상기 선택된 경로 모델에 대응하는 변수간 인과 정보가 통계적 유의성을 가진다고 판단하는 인과 관계 분석 방법
|
8 |
8
제1항에 있어서, 상기 변수간 인과 정보를 화면상에 출력하는 단계는, 상기 변수는 노드(node) 형태로 형성되고, 인과 관계를 가지는 변수끼리는 화살표 형상의 엣지(edge)로 연결시킨 그래프로 표시하며, 상기 노드는 상기 라이프로깅 데이터의 변수에 따라 서로 다른 색상으로 표시되고, 상기 엣지는 상기 경로 계수가 클수록 굵게 표시되는 인과 관계 분석 방법
|
9 |
9
생체 신호 정보, GPS 신호 정보 및 음성 신호 정보를 포함하는 라이프로깅 데이터를 입력받는 입력부, 상기 라이프로깅 데이터의 변수 중 두 개 이상의 변수를 선택하여 변수 조합 및 상기 변수 조합에 대한 경로 모델(path model)을 생성하고, 상기 라이프로깅 데이터 및 상기 경로 모델을 이용하여 상기 변수 조합 각각에 대한 변수간 인과 정보를 산출하는 산출부, 기 설정된 임계값을 이용하여 상기 산출된 변수간 인과 정보가 통계적 유의성을 가지는지 여부를 판단하는 판단부, 그리고 상기 통계적 유의성을 가진다고 판단된 변수간 인과 정보를 화면상에 출력하는 제어부를 포함하며, 상기 생체 신호 정보에 대한 변수는 BPM(Beat Per Minutes), HF(High Frequency), LF(Low Frequency) 및 VLF(Very Low Frequency) 중에서 적어도 하나를 포함하고, 상기 GPS 신호 정보에 대한 변수는 이동 패턴의 불규칙성을 의미하는 이동 규칙성(circadian movement), 위치 클러스터에서의 시간 변동성을 의미하는 위치 엔트로피(entropy), 위도 및 경도의 변화량을 의미하는 위치 변화량(location variance), 위치 클러스터의 수(number of clusters), 총 이동 거리(total distance) 및 총 이동 시간(transition time) 중에서 적어도 하나를 포함하며,상기 음성 신호 정보에 대한 변수는 소음 크기의 분당 평균값을 의미하는 주변 소음 레벨(noise amplitude)을 포함하고, 상기 산출부는, 상기 변수 조합에 대한 변수 간 공분산 값을 산출하고, 상기 변수 조합을 구성하는 변수 사이의 인과 경로에 따른 복수의 경로 모델을 생성하며, 상기 산출된 공분산 값을 이용하여 상기 복수의 경로 모델에 대한 경로 계수 및 표준 오차를 산출하고, 상기 복수의 경로 모델에 대한 표준 오차 중 가장 작은 값을 가지는 표준 오차에 대응하는 경로 모델을 선택하여 상기 변수간 인과 관계의 방향성을 판단하며, 상기 표준 오차를 이용하여 상기 선택된 경로 모델에 대한 유의 지표를 산출하는 인과 관계 분석 장치
|
10 |
10
제9항에 있어서, 상기 라이프로깅 데이터의 변수는, 상기 생체 신호 정보에 대한 변수, 상기 GPS 신호 정보에 대한 변수 및 상기 음성 신호 정보에 대한 변수 중에서 적어도 하나를 포함하는 인과 관계 분석 장치
|
11 |
11
삭제
|
12 |
12
제9항에 있어서, 상기 변수간 인과 정보는,상기 변수간 인과 관계의 방향성 및 상기 경로 모델()의 경로 계수(path coefficient) 중 적어도 하나를 포함하는 인과 관계 분석 장치
|
13 |
13
삭제
|
14 |
14
제9항에 있어서,상기 경로 계수(r) 및 표준 오차(SE)는 아래의 수학식을 이용하여 산출되는 인과 관계 분석 장치
|
15 |
15
제9항에 있어서, 상기 판단부는, 상기 유의 지표()가 상기 기 설정된 임계값보다 크면 상기 선택된 경로 모델에 대응하는 변수간 인과 정보가 통계적 유의성을 가진다고 판단하는 인과 관계 분석 장치
|
16 |
16
제9항에 있어서, 상기 제어부는, 상기 변수는 노드(node) 형태로 형성되고, 인과 관계를 가지는 변수끼리는 화살표 형상의 엣지(edge)로 연결시킨 그래프로 표시하며, 상기 노드는 상기 라이프로깅 데이터의 변수에 따라 서로 다른 색상으로 표시되고, 상기 엣지는 상기 경로 계수가 클수록 굵게 표시되는 인과 관계 분석 장치
|