인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.5
- 수록면
- 1,345 - 1,350 (6page)
- DOI
- 10.9728/dcs.2026.27.5.1345
이용수
초록· 키워드
웨어러블 기기에서 광용적맥파 센서를 이용한 심박수 추정은 신체 움직임으로 인해 발생하는 motion artifacts로 인해 일상생활 환경에서 정확도가 저하되는 문제가 있다. 본 연구에서는 이러한 문제를 완화하기 위해 PPG 신호 특징, 가속도 센서 기반 움직임 특징, 그리고 시간/컨텍스트 정보를 융합한 트리 기반 멀티모달 심박수 추정 프레임워크를 제안한다. 제안 모델은 PPG 신호에서 추출한 통계 및 주파수 특징과 손목 착용 가속도 센서에서 추출한 움직임 특징을 결합하고, 이전 심박수와 활동 정보와 같은 컨텍스트 변수를 추가적으로 활용하여 추정 성능을 향상시켰다. 실험 결과, 제안 모델은 MAE 5.03bpm, RMSE 7.26bpm의 성능을 보였으며, PPG 단일 특징 기반 모델 대비 약 29%의 오차 감소를 확인하였다. 특히 계단 오르기 및 자전거 타기와 같은 움직임이 큰 활동에서 성능 향상이 두드러졌다. 이러한 결과는 멀티모달 센서 융합이 웨어러블 환경에서의 심박수 추정 정확도를 효과적으로 향상시킬 수 있음을 보여준다.
#심박수 추정
#광용적맥파
#멀티모달 융합
#웨어러블 센싱
#특징 공학
#Heart Rate Estimation
#Photoplethysmography
#Multimodal Fusion
#Wearable Sensing
#Feature Engineering
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Abstract
- Ⅰ. 서론
- Ⅱ. 관련 연구
- Ⅲ. 제안 방법
- Ⅳ. 실험 결과
- Ⅴ. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
