| 1 |
1
보행상태변수를 예측하기 위한 시스템으로서, 기존 피실험자에 대한 동작신호값과 보행상태변수의 참값을 DB화하여 저장하는 데이터 베이스; 새로운 피실험자의 동작신호값을 측정하는 동작신호측정부; 상기 새로운 피실험자의 동작신호값에서 특성인자를 추출하는 특성인자 추출부; 및상기 데이터베이스에 저장된 데이터를 소스데이터로 하고, 상기 특성인자 추출부에서 추출된 특성인자를 타겟데이터로 하여, 도메인 적응기법을 통해 상기 새로운 피실험자에 대한 보행상태변수를 예측하는 보행상태변수 예측부;를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 2 |
2
제 1항에 있어서, 상기 동작신호측정부는 관성센서이고, 상기 동작신호값은 허벅지 각도와 각속도인 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 3 |
3
제 2항에 있어서, 상기 특성인자추출부는 유연 시간윈도우를 이용하여 특성인자를 추출하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 4 |
4
제 3항에 있어서, 동작신호의 시간 윈도우에서 직전 보행사이클의 보행주기를 산출하고, 상기 보행주기에서 특정 %에 해당하는 시간을 시간윈도우 길이값으로 결정하고, 결정된 상기 시간윈도우 길이 내에서 특성인자를 추출하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 5 |
5
제 4항에 있어서, 상기 보행주기는 각도값의 이동평균의 피크값들의 시간차이로 계산되며, 상기 특성인자는 시간윈도우 안에 존재하는 각도의 마지막값, 최소값, 최대값, 평균값, 분산값, 및 각속도의 마지막 값 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 6 |
6
제 4항에 있어서, 상기 보행상태변수 예측부는, 상기 소스데이터와 상기 타겟데이터 분포를 유사하게 되도록 학습하는 맵핑테트워크; 유사화된 타겟데이터와 소스데이터를 기반으로 새로운 피실험자의 보행상태변수를 산출하는 회귀네트워크; 및소스데이터와 타켓데이터를 분류하는 도메인분류기;를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 7 |
7
제 6항에 있어서,상기 도메인 적응기법의 전체 네트워크 파라미터값은, 회귀네트위크의 에러값과을 최소화하면서 동시에 도메인 분류기의 에러값을 최대화하도록 학습하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 8 |
8
제 7항에 있어서, 상기 회귀네트위크의 에러값은 기존 피실험자의 보행상태변수에 대한 에러값이고, 상기 도메인 분류기 에러값은 분류 성능에 대한 에러값인 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측시스템
|
| 9 |
9
보행상태변수를 예측하기 위한 방법으로서, 기존 피실험자에 대한 동작신호값과 보행상태변수의 참값을 데이터 베이스에 저장하여 DB화하는 단계; 동작신호측정부가 새로운 피실험자의 동작신호값을 측정하는 단계; 특성인자 추출부가 상기 새로운 피실험자의 동작신호값에서 유연 시간윈도우 기법을 이용하여 특성인자를 추출하는 단계; 및보행상태 변수 예측부가 상기 데이터베이스에 저장된 데이터를 소스데이터로 하고, 상기 특성인자 추출부에서 추출된 특성인자를 타겟데이터로 하여, 도메인 적응기법을 통해 상기 새로운 피실험자에 대한 보행상태변수를 예측하는 단계;를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측방법
|
| 10 |
10
제 9항에 있어서, 상기 특성인자를 추출하는 단계는, 동작신호의 시간 윈도우에서 직전 보행사이클의 보행주기를 산출하고, 상기 보행주기에서 특정 %에 해당하는 시간을 시간윈도우 길이값으로 결정하고, 결정된 상기 시간윈도우 길이 내에서 특성인자를 추출하고,상기 보행주기는 각도값의 이동평균의 피크값들의 시간차이로 계산되며, 상기 특성인자는 시간윈도우 안에 존재하는 각도의 마지막값, 최소값, 최대값, 평균값, 분산값, 및 각속도의 마지막 값 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측방법
|
| 11 |
11
제 10항에 있어서, 상기 보행상태변수를 예측하는 단계는, 매핑네트워크가 상기 소스데이터와 상기 타겟데이터 분포를 유사하게 되도록 학습하는 단계; 도메인 분류기가 소스데이터와 타켓데이터를 분류하는 단계; 및 회귀네트워크가 유사화된 타겟데이터와 소스데이터를 기반으로 새로운 피실험자의 보행상태변수를 산출하는 단계를 포함하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측방법
|
| 12 |
12
제 11항에 있어서, 상기 보행상태변수를 예측하는 단계는, 상기 도메인 적응기법의 전체 네트워크 파라미터값은, 기존 피실험자의 보행상태변수에 대한 에러인 회귀네트위크의 에러값과을 최소화하면서 동시에 분류 성능에 대한 에러인 도메인 분류기의 에러값을 최대화하도록 학습하는 것을 특징으로 하는 도메인 적응기법과 유연 시간윈도우를 이용한 보행상태 예측방법
|
| 13 |
13
컴퓨터에 의해 판독되어지는 프로그램으로서, 제 9항 내지 제 12항 중 어느 한 항에 따른 예측방법을 실행시키도록 하는 프로그램
|
