| 1 |
1
학습 데이터와 실시간 데이터를 입력으로 받아 센서 데이터의 결측 값을 확인 후에 이를 보간하는 데이터 전처리부; 행동인식 모델을 통해, 전처리된 실시간 데이터에 대한 행동인식 분류 결과를 생성하는 행동 인식부; 해당 행동인식 분류 결과를 보정하여 정제 데이터셋을 생성하는 데이터 정제부; 상기 정제 데이터셋의 유사도를 분석하고 그 결과를 토대로 학습을 진행하여 행동인식 모델을 생성하는 학습모델 갱신부; 및 상기 보정된 행동인식의 결과를 사용자에게 표출하는 정보 출력부;를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 2 |
2
제 1항에 있어서, 상기 데이터 전처리부는, 학습 데이터와 다양한 센서로부터 행동인식에 사용할 실시간 데이터를 수신하는 데이터 수신부; 상기 전달받은 실시간 데이터에서 에러 혹은 결측 값 존재 여부를 판단하는 결측 여부 판단부; 및 상기 결측 여부 판단부에 의해 새로 입력된 실시간 데이터가 보정이 필요하다고 판단될 경우, 샘플 데이터의 데이터베이스에서 입력 실시간 데이터와 유사한 패턴의 샘플을 검색하여 유사도가 가장 높은 샘플 데이터를 토대로 에러 혹은 결측 값에 대응하는 값을 추론하여 생성하고, 상기 생성된 값을 이용하여 입력 실시간 데이터를 보간하는 데이터 보간부를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 3 |
3
제 2항에 있어서, 상기 센서는, 가속도계, 자이로스코프, 지자계, 심전도, 심박, 호흡, 피부 온도, 피부 전도도 센서 중 하나 이상을 포함하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 4 |
4
제 1항에 있어서, 상기 데이터 전처리부는, 전처리에 사용하기 위해, 행동인식 모델의 학습에 사용된 데이터셋 중 인식을 목표로 하는 행동에 매치되는 다양한 대표 값의 샘플을 보유하는 대표 패턴 샘플 데이터의 데이터베이스를 관리하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 5 |
5
제 4항에 있어서, 상기 데이터 전처리부는, 인식을 목표로 하는 행동 외에도 학습 데이터셋에서 반복적으로 관측되거나 의미를 부여할 수 있는 행동이라고 판단되는 경우, 해당 데이터를 대표 패턴 샘플 데이터의 데이터베이스에 추가하여 관리하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 6 |
6
제 4항에 있어서, 상기 데이터 전처리부는, 학습에 사용된 데이터가 다양한 사용자 혹은 센서를 포괄하는 경우 일반화된, 혹은 범용 대표 패턴 데이터를, 반대로 특정 사용자 혹은 센서로부터의 데이터를 포함하는 경우 개인화된, 혹은 전용 대표 패턴 데이터를 데이터베이스에서 관리하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 7 |
7
제 1항에 있어서, 상기 행동 인식부는 행동 레이블(정답지)과 그에 해당하는 센서 데이터셋으로 구성된 학습 데이터를 사용하여 행동인식 모델을 학습하는 인식 모델 동기화부를 더 포함하고, 추후 학습모델 갱신부에서 전달받은 행동인식 모델의 정보로 반복적으로 갱신되어 최신의 정보로 동기화된 상태를 유지하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 8 |
8
제 1항에 있어서, 상기 데이터 정제부는, 행동인식 모델의 결과를 신체의 가동 범위 내에서 연속적으로 나타나는 행동의 시계열적 특성을 반영하여 보정하는 인식 결과 보정부; 보정된 인식 결과(레이블)에 해당하는 센서 데이터를 분할하여 [레이블, 센서 데이터] 짝으로 이루어진 정제 데이터셋을 생성하는 정제 데이터셋 생성부; 및 상기 정제 데이터셋 중 행동의 대표 값으로 판단되는 대표 패턴 데이터를 생성하여 대표 패턴 샘플 데이터의 데이터베이스에 저장하는 대표 패턴 데이터 생성부를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 9 |
9
제 8항에 있어서, 상기 행동의 시계열적 특성이라 함은행동 간 전이 순서의 제약(행동의 순차성) 및 행동 간 전이의 인과적 필연성, 신체의 반응 시간을 고려한 행동 간 전이 시간과 행동 지속 시간(행동의 연속성), 반복적으로 발생 가능한 움직임(행동의 주기성) 중 하나인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 10 |
10
제 1항에 있어서, 상기 학습모델 갱신부는, 학습에 사용하는 데이터셋의 유사도를 분석하는 데이터셋 유사도 분석부; 및 데이터셋의 유사도를 분석하고 그 결과를 토대로 학습을 진행하여 행동인식 모델을 생성하는 행동인식 모델 생성부를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 11 |
11
제 1항에 있어서, 상기 행동인식 모델은, 새로운 정제 데이터셋으로 진행하는 학습 및 최적화 단계에 의해 행동인식 모델의 여러가지 매개변수(가중치, 편향 등) 및 학습 가능한 매개변수를 갖는 계층(합성곱 계층, 선형 계층 등), 등록된 버퍼의 값, 옵티마이저 및 하이퍼 매개변수 등이 새로운 정제 데이터셋을 반영하도록 변경되는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 12 |
12
제 11항에 있어서, 상기 학습모델 갱신부는, 기존에 학습에 사용된 데이터셋과 정제 데이터셋의 유사도가 임계치 이하일 경우에만 학습을 진행하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 13 |
13
제 1항에 있어서, 상기 학습모델 갱신부는, 상기 행동 인식부의 행동인식 모델과 동기화하는 과정을 데이터셋의 유사도가 수렴할 때까지 반복하여 진행하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 장치
|
| 14 |
14
데이터 전처리부에 의해, 학습 데이터를 입력받고, 센서 데이터의 결측 값을 확인 후에 이를 보간하는 단계; 행동 인식부에 의해, 행동인식 모델을 통한 행동인식 분류 결과를 생성하는 단계; 데이터 정제부에 의해, 행동인식 결과를 보정하여 정제 데이터셋을 생성하는 단계; 및 학습모델 갱신부에 의해, 데이터셋의 유사도를 분석하고 그 결과를 토대로 학습을 진행하여 행동인식 모델을 생성하는 단계;를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 학습방법
|
| 15 |
15
제 14항에 있어서, 상기 행동인식 모델을 생성하는 단계는, 이를 행동 인식부의 행동인식 모델과 동기화하는 과정을 데이터셋의 유사도가 수렴할 때까지 반복하여 진행하는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 학습방법
|
| 16 |
16
제 14항에 있어서, 상기 행동인식 모델을 생성하는 단계는, 상기 데이터셋 유사도 분석은 새로 생성된 정제 데이터셋을 입력으로 받아 이전 단계에 사용한 데이터셋을 기준으로 유사도를 분석하며, 유사도가 임계치 이하일 경우 입력으로 받은 정제 데이터셋을 반환하고, 이는 인식모델 학습에 사용되는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 학습방법
|
| 17 |
17
제 16항에 있어서, 상기 행동인식 모델을 생성하는 단계는, 학습에 사용되지 않은 학습 데이터를 추가로 활용하여 행동인식 모델의 성능을 검증하거나, 행동인식 모델에 사용된 여러가지 매개변수를 튜닝하는 과정을 거치면 행동인식 모델의 과적합을 방지하고, 학습에 나타나지 않은 새로운 데이터에 대해서도 높은 성능을 낼 수 있는 것인 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 성능 향상 학습방법
|
| 18 |
18
데이터 전처리부에 의해, 실시간으로 입력되는 센서 데이터를 수신하고, 수신된 센서 데이터의 결측 값을 확인 후에 이를 보간하는 단계; 행동 인식부에 의해, 행동인식 모델을 통해 행동인식 분류 결과를 생성하는 단계; 데이터 정제부에 의해, 해당 인식 결과를 보정하는 단계 및 정보 출력부에 의해, 보정된 해당 인식 결과를 표출하는 단계를 포함하는 행동의 시계열적 특성을 반영한 데이터 정제 및 행동인식 모델의 분류 방법
|
