메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
함상우 (Kangwon National University) 유창영 (Kangwon National University) 정재윤 (Kangwon National University) 장웅기 (Kangwon National University) 김병희 (Kangwon National University) 최성욱 (Kangwon National University) 하석진 (Kangwon National University) 하호진 (Kangwon National University)
저널정보
한국생산제조학회 한국생산제조학회지 한국생산제조학회지 Vol.31 No.2
발행연도
2022.4
수록면
108 - 115 (8page)
DOI
10.7735/ksmte.2022.31.2.108

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Gait impairment is one of the main symptoms of neurodegenerative diseases such as dementia, Parkinson’s disease, etc. For this reason, lots of previous studies tried to develop new methodologies based on statical analysis for predicting brain diseases. Statistical analysis is a good choice for solving most engineering problems. However, neurodegeneration patients cannot wait for progression because of their limited time. In this study, we focused on analysis time reduction. We acquired ten sets of the gait sample by Arduino pro micro using the MPU6050 accelerometer. The sampling frequency was 200㎐, and data were acquired on the x, y, and z acceleration, pitch, roll, and yaw. The raw data sets were pre-processed to 100 normal and 60 abnormal gait data, where ten were used in the test, and the others in the study of the machine. The machine learning achieved an 80% total accuracy at the end of this study.

목차

ABSTRACT
1. 서론
2. 연구방법
3. 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-001133723