http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김윤주(Yunju Kim),손준혁(Junhyeok Son),최영숙(Youngsuk Choi),제승완(Seungwan Je),조석헌(Seokheon Cho) 한국통신학회 2023 한국통신학회 학술대회논문집 Vol.2023 No.11
최근 우리나라는 고령화가 진행되고 있으며, 이에 따라 노인들의 낙상 사고 발생률 또한 증가하고 있다. 낙상은 치명적인 부상 및 사망을 초래할 수 있으며, 이를 예방하기 위해서는 빠르고 정확한 낙상 감지 시스템의 개발이 필요하다. 본 연구에서는 UMAFall 데이터세트를 활용하여 기계학습 알고리즘 기반 낙상 감지 분류 모델의 성능을 분석 및 비교하였다. 낙상 감지 분류 모델을 위해 Random Forest (RF)와 K-Nearest Neighbor (K-NN) 알고리즘들을 고려하였다. 그 결과, RF 알고리즘 기반 낙상 감지 분류 예측 모델 성능이 85.61%로 더 높은 정확도를 보였고, 낙상 감지 분류 모델에 있어서 더욱 중요한 민감도에서 82.69% 값을 보였다. 또한, 데이터 비율에 따른 낙상 감지 정확도를 확인한 결과, RF 알고리즘 사용 시 낙상이 발생한 후 약 2.7 초 후부터 비교적 정확하게 낙상을 감지 및 분류할 수 있었다.