Author: 곽연숙 연구원

일반화 성능 입증, 훈련 데이터와 테스트 데이터 세트에서의 성능 차이가 크지 않아데이터 생성 과정에 맞는 데이터 변형 및 모델링 필요향후 연구 방향으로 보완 변수, 세부 데이터 전처리, ID 간 이질성 고려 등을 제시 [논문이야기] 수면 상태 감지 ④, 일반화에 초점을 맞춰 수면·활동 분포를 활용한 우도비 비교 방법론에서 이어집니다. 이전 글에서는 간단하게 예측값과 라벨값의 시간차이(time difference)로…

분포의 정보량을 사용하기 위한 사전 작업, ID 값별 vs. 전체 데이터 vs. 샘플 데이터수면·활동 분포를 활용한 우도비 비교 방법론, 가우시안 커널 밀도 추정 기반 우도비 계산시간차이(Time Difference) 기반 모델 평가 지표 제안, 예측 지연 및 과도 예측 현상 분석 [논문이야기] 수면 상태 감지 ③, 수면 신호의 변동성과 수면 간격의 불규칙성을 고려한 데이터 전처리 과정에서 이어집니다….

수면 단계에 따른 몸의 움직임 차이, 수면 신호의 변동성을 발생시켜데이터 전처리 과정에서 수면 신호를 안정화하면 수면 상태 검출에 용이해롬-스카글 주기 분석법을 사용해야 불규칙한 수면 간격에서 주기성을 찾을 수 있어 [논문이야기] 수면 상태 감지 ②, 선행 연구 조사 및 기존 방법론의 한계 분석에서 이어집니다. 이전 글 말미에서는 ENMO 신호의 주기성에 대해 간략하게 살펴봤다. 크게 잠을 자는…

기존의 최적화 기반 방법론, 정확도는 높지만 데이터 패턴 변화에 민감하고 1종 오류 감소에 편중된 모델 만들어불규칙한 패턴에 강인하고 일반화 성능이 우수한 방법론을 제시하기 위해ENMO 데이터의 주기성과 각 수면 상태의 분포를 활용한 데이터·모델 변형 방법을 선보일 예정 [논문이야기] 수면 상태 감지 ①, 가속도계 데이터 기반 수면 추적에서 이어집니다. 이전 글에서 소개한 것과 같이, 수면 검사는 수면다원검사를…

수면장애 환자 2022년 110만 명 달해, 수면에 대한 개개인의 관심도 덩달아 증가일회적인 전문 검사보다 간편하고 지속적인 웨어러블 기기 사용 선호연구 목적, ENMO 기반 가속도계 데이터를 활용한 수면 상태 감지 국민건강보험공단이 공개한 수면장애 환자 건강보험 진료 현황에 따르면, 2022년 수면장애로 병원을 찾은 환자는 109만 8819명으로 2018년 85만 5025명보다 28.5% 늘었다. 수면장애 환자가 늘고 있는 만큼 양질의…