Progress Seminar 2017.07.06 권순빈
연구 진행 상황 보고서 2주전 계획 연구 결과 문제점 및 대책 목표 및 계획 CPF ADuCM350 IoT Estimation Model 완료! 문제점 및 대책 목표 및 계획 Validation 방법 공부
ADuCM350 ② 원했던 3가지 종류의 파형 DC level, AC frequency 각각의 시간을 input으로 받아 진행 가능 3가지 파형 중 원하는 파형으로도 선택 가능 Duration, DC voltage lever, AC Frequency의 변화를 확인 함. ① ③ ④ ② ① ④ ③ ① ⑤ ⑥
ADuCM350 Top Bottom LCD case 제작 완료 실물
ADuCM350 어느 Electrode에서 DC 파형이 나오고, AC 파형이 나와야 하는지 확인 필요
CPF Data를 K 그룹으로 나눔 5개의 그룹을 Training Group 과 Validation (Test) Group 으로 나눔 (7:3, 8:2) Training Group으로 Modeling을 한 후, Validation Group에 적용 Validation Group에 적용 한 후 나온 Estimation 값과 참 값과 비교함 비교는 Mean Square of Error (MSE) 같은 Data set에 다른 모델을 (논문에서 나오는) 적용하여 cross validation을 진행 함 두 모델에서 나온 MSE 값을 비교 함 마지막 Estimation Model은 가지고 있는 모든 Data를 적용 비교할 모델이 없으면, 모든 Data를 사용하여 Model을 만든 후 참값과 R, concordance R 값 등을 구함.
CPF 사용한 independent variables aEEmax, % Body Fat, Resting HR, Slope, Age, Sex, Smoke(흡연 여부) 모든 변수는 z-score 방식으로 normalization 진행 (x-mean(x)) / std(x) % Predicted 가 130 초과 || 80 미만인 Subject들은 제외 총 204명의 subject 중 42명 해당 운동 구간 선택은 Energy Expenditure가 증가 하는 부분을 선택 Energy Expenditure 와 Heart Rate 에 Threshold 적용 Energy Expenditure: 10kJ/min/kg Heart Rate: 50 bpm HR max calculation 방법* Male: 216 – age*0.93 Female: 200 – age*0.67
CPF Age, Gender, Smoke 는 CPF와 자명하게 연관되어 있을 것으로 예상되어 제외 하지 않았음 Resting HR aEE max를 구하는 plot에서 Best Fitting Line의 y-intercept Slope aEE max 를 구하는 plot에서 Best Fitting Line 의 기울기 Sex 1 for male & -1 for female Smoke 1 for non-smoker & -1 for smoker 총 162 명의 Data로 진행 (204 – 42 = 162) R 값은 0.81 ~ 0.82 & Concordance R은 0.79~0.8