Investigations on Detecting Falls by Using Kernel Methods with Wearable Sensors
Seongman Heo, Tae-Hwan Kim, Jeongho Park, Jae‐In Kim, Jooyougn Park · Journal of Korean institute of intelligent systems · 2017
최근 들어 기계학습 분야의 여러 우수 방법론들은 관련 분야에서 우수한 성능을 보이며 계속적으로 빠르게 발전하고 있다. 커널 기법은 오랫동안 이러한 경쟁에 동참하며 우수한 성능을 산출함으로써 많은 주목을 끌어왔던 방법론 중 하나이다. 그 중에서도 확률론적 커널 기법인 가우시안 프로세스는 함수 근사, 패턴 분류, 비선형 특징 검출 등의 기계학습 문제에서 뛰어난 예측 및 오차 범위 결과를 제공하고 있다. 본 논문에서는 보행 중 낙상이 발생하는 경우를 탐지하기 위하여 웨어러블 센서와 가우시안 프로세스 및 커널 탐색 등을 이용하는 방안을 고려하였다. 이러한 연구에 있어서, 가우시안 프로세스 모델링 단계에서는, 가우시안 프로세스 기반 동적 모델링과 자동 커널 탐색을 고려하였다. 가우시안 프로세스 기반 동적모델링에서는 인덱스의 역할을 상태 벡터가 수행하는 반면에, 자동 커널 탐색에서는 시간이 이러한 역할을 수행한다. 고려된 방법론의 응용 가능성을 관찰하기 위하여 실험을 실시하였고, 가능성 있는 결과를 관찰하였다.