Electronics and Telecommunications Trends (전자통신동향분석)

Electronics and Telecommunications Research Institute (한국전자통신연구원)
권호 표지
DOI QR코드

DOI QR Code

Trends in Recognition and Modelling Technology of Experience Data for Augmented, Cognition

인지증강을 위한 경험정보 인식 및 모델링 기술 동향

  • Published : 2017.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

본고에서는 인지증강을 위한 서비스, 경험정보 인식 기술과 경험정보 모델링 기술에 관한 동향을 살펴본다. 경험정보 기반 인지증강 서비스를 위해 기존의 센서 데이터 중심의 인식 기술과 더불어 개인 경험상황의 특징을 고려한 인식기술에 관한 연구와 다수의 이질적인 경험 데이터를 기반으로 한 사용자 특정 패턴분석을 위한 경험정보 모델링 및 분석 기법에 관한 지속적이고 폭넓은 연구가 필요하다.

Keywords

Acknowledgement

Grant : 자율성장 휴먼증강 인지컴퓨팅 기술 개발

Supported by : 한국전자통신연구원

References

  1. 미래창조과학부, "2016년 정부연구개발투자 방향 및 기준," 국가과학기술심의회 보고자료, 2015. 4.
  2. Human Brain Project, Accessed 2017. https://www.humanbrainproject.eu
  3. National Institutes of Health, Accessed 2017. https://www.braininitiative.nih.gov/index.htm
  4. 임수연, "스마트 기술의 돛을 달고 세계로 항해하는 헬스케어 신생기업들," 과학기술정책, 제25권제10호, 2015. 10, pp. 4-9.
  5. 조성은 외 "웰니스케어 확산과 미래 의료시스템," 정책연구 2015. 12, pp. 15-58.
  6. Liftware, Accessed 2017. https://www.liftware.com/
  7. WellDoc, Accessed 2017. https://www.welldoc.com/
  8. 이우재, 조성환, "생체 신호처리 센서 IC 기술동향," 전자공학회지, 제40권제6호, 2013, pp. 39-45.
  9. X. Li et al., "Digital Health: Tracking Physiomes and Activity Using Wearable Biosensors Reveals Useful Health-Related Information," PLoS Biol., vol. 15, no. 1, Jan. 2017, pp. 1-30.
  10. A. Nguyen et al., "A Lightweight and Inexpensive in-Ear Sensing System for Automatic Whole-Night Sleep Stage Monitoring," ACM Conf. Embedded Netw. Sensor Syst., Stanford, CA, USA, Nov. 14-16, 2016, pp. 230-244.
  11. T. Rahman et al., "BodyBeat: a Mobile System for Sensing Non-speech Body Sounds," Proc. Annu. Int. Conf. Mobile Syst., Applicat., Services, Bretton Woods, NH, USA, June 16-19, 2014, pp. 2-13.
  12. E. Thomaz, I. Essa, and G.D. Abowd, "A Practical Approach for Recognizing Eating Moments with Wrist-Mounted Inertial Sensing," ACM Int. Joint Conf. Pervasive Ubiquitous Comput., Osaka, Japan, Sept. 7-11, 2015, pp. 1029-1040.
  13. T. Rahman et al., "Predicting 'About-to-Eat' Moments for Just-in-Time Eating Intervention," Int. Conf. Digital Health Conf., Quebec, Canada, Apr. 11-13, 2016, pp. 141-150.
  14. Z. Chen et al., "Unobtrusive Sleep Monitoring Using Smartphones, " Int. Conf. Pervasive Comput. Technol. Healthcare, Venice, Italy, May 5-8, 2013, pp. 145-152.
  15. J. Paefgen et al., "Driving Behavior Analysis with Smartphones: Insights from a Controlled Field Study," Int. Conf. Mobile Ubiquitous Multimedia, Ulm, Germany, Dec. 4-6, 2012, pp. 1-8.
  16. S. Kaplan et al., "Driver Behavior Analysis for Safe Driving: A Survey," IEEE Trans. Intel. Trans. Syst., vol. 16, no. 6, Dec. 2015, pp. 3017-3032. https://doi.org/10.1109/TITS.2015.2462084
  17. H.B. Kang, "Various Approaches for Driver and Driving Behavior Monitoring: a Review," IEEE Int. Conf. Comput. Vis. Workshops, Sydney, Australia, Dec. 2-8, 2013, pp. 616-623.
  18. E.K. Choe et al., "Semi-automated Tracking: a Balanced Approach for Self-monitoring Applications," IEEE Pervasive Comput., vol. 16, no. 1, 2017, pp. 74-84. https://doi.org/10.1109/MPRV.2017.18
  19. D. Tao et al., "Rank Preserving Discriminant Analysis for Human Behavior Recognition on Wireless Sensor Networks," IEEE Trans. Ind. Inform., vol. 10, no. 1, Feb. 2014, pp. 813-823. https://doi.org/10.1109/TII.2013.2255061
  20. 김선민 외, "고려대학교 얼굴표정자극모음집(KUFEC 2.0)의 제작과 타당화 연구," 한국심리학회 학술대회, 2015. 8, pp. 289-289.
  21. X. Xiong et al., "Supervised Descent Method and Its Applications to Face Alignment," IEEE Conf. Comput. Vis. Pattern Recogn., Portland, OR, USA, June 23-28, 2013, pp. 532-539.
  22. F. De La Torre et al., "Intraface," IEEE Int. Conf. Workshops Automatic Face Gesture Recogn., Ljubljana, Slovenia, May 4-8, 2015, pp. 1-8.
  23. MicroSoft Azure, "Emotion API," Accessed 2017. https://docs.microsoft.com/en-us/azure/cognitive-services/emotion/home
  24. R. Ranjan Singh et al., "A Comparative Evaluation of Neural Network Classifiers for Stress Level Analysis of Automotive Drivers Using Physiological Signals, " Biomedical Signal Process. Contr., vol. 8, no. 6, Nov. 2013, pp. 740-754. https://doi.org/10.1016/j.bspc.2013.06.014
  25. G. Rebolledo-Mendez et al., "Developing a Body Sensor Network to Detect Emotions During Driving," IEEE Trans. Intell. Trans. Syst., vol. 15, no. 4, Aug. 2014, pp. 1850-1854. https://doi.org/10.1109/TITS.2014.2335151
  26. G.S. Thirunavukkarasu et al., "A Smart HMI for Driving Safety Using Emotion Prediction of EEG Signals," IEEE Int. Conf. Syst., Man, Cybernetics, Budapest, Hungary, Oct. 9- 12, 2016, pp. 4148-4153.
  27. R. LiKamWa et al., "MoodScope: Building a Mood Sensor from Smartphone Usage Patterns," Annu. Int. Conf. Mobile Syst., Applicat., Services, Taipei, Taiwna, June 25-28, 2013, pp. 389-402.
  28. Y. Suhara, Y. Xu, and A.S. Pentland, "DeepMood: Forecasting Depressed Mood Based on Self-Reported Histories via Recurrent Neural Networks, " Int. Conf. World Wide Web, Perth, Australia, Apr. 3-7, 2017, pp. 715-724.
  29. G. Valenza et al., "Wearable Monitoring for Mood Recognition in Bipolar Disorder Based on History-Dependent Long-Term Heart Rate Variability Analysis," IEEE J. Biomedical Health Inform., vol. 18, no. 5, Sept. 2014, pp. 1625-1635. https://doi.org/10.1109/JBHI.2013.2290382
  30. J. Snyder et al., "Moodlight: Exploring Personal and Social Implications of Ambient Display of Biosensor Data," ACM Conf. Comput. Supported Cooperative Work Social Comput., Vancouver, Canada, Mar. 14-18, 2015, pp. 143-153.
  31. A.R. Dohrty et al., "Automatically Segmenting Lifelog Data Into Events," Proc. Image Anal. Multimedia Interactive Services, Klagenfurt, Austria, May 7-9, 2008, pp. 20-23.
  32. O. Lehmann et al., "From Home to World - Supporting Context-Aware Applications Through World Models, " Proc. Annu. Conf. Percasive Comput. Commun., Orlando, FL, USA, Mar. 17, 2004, pp. 297-306.
  33. 장영완 외, "모바일 사용자 상황정보를 이용한 퍼스널 라이프로그 자동 태깅 방법," 정보과학회논문지: 시스템 및 이론, 제40권제5호, 2013. 10, pp. 236-247.
  34. C. Huang, Y. Huang, and J. Chen, "Life Evnets Segmentation Based on Lifelog Recorded by Wearable Device," Int. Conf. Intell. Inform. Hiding Multimedia Signal Process., Adelaide, Australia, Sept. 23-25, 2015, pp. 129-132.
  35. 송인철 외, "관계 데이터 모델 기반 라이프로그 관리 시스템과 그 응용," 정보과학회논문지: 컴퓨팅의 실제 및 레터, 제15권 제9호, 2009. 9, pp. 637-648.
  36. E. Horvits and S. Dumais, "Learning Predictive Models of Memory Landmarks," Annu. Meeting Cognitive Sci. Soc., 2004, pp. 1-6.
  37. T. Ushiama and T. Watanabe, "A Life-Log Search Model Based on Bayesian Network," Proc. IEEE Int, Symp. Multimedia Softw. Eng., Miami, FL, USA, Dec. 13-15, 2004, pp. 337-343.
  38. 김기훈, 조성배, "모바일 및 웨어러블센서 데이터를 이용한 다양한 식사 상황 인식 시스템," 정보과학회논문지, 제43권제5호, 2016. 5, pp. 531-540.
  39. 방재근, 김병만, "모바일 기반 라이프로그를 이용한 사용자 행동 예측기법," 한국산업정보학회논문지, 제19권 제6호, 2014. 12, pp. 63-76. https://doi.org/10.9723/JKSIIS.2014.19.6.063
  40. K. Kim and S. Cho, "Ensemble Bayesian Networks Evolved with Speciation for High-Performance Prediction in Data Mining," Soft Comput., vol. 21, no. 4, Feb. 2017, pp. 1065-1080. https://doi.org/10.1007/s00500-015-1841-z
  41. 오근현, 이시혁, 조성배, "의미기억의 학습과 점화를 이용한 모바일 라이프로그 연관검색," 정보과학회논문지: 소프트웨어 및 응용, 제40권제3호, 2013. 3, pp. 141-154.
  42. J.G. Raaijmakers and R.M. Shiffrin, "Search of Associative Memory," Pys. Rev., vol. 88, no. 2, Mar. 1981, pp. 93-134. https://doi.org/10.1037/0033-295X.88.2.93
  43. 조위덕 외, "IoT를 사용한 라이프로그 빅데이터기반 라이프스타일(생활패턴) 분석 및 웰니스 예측케어 서비스시스템," 한국통신학회지, 제31권 제12호, 2014. 11, pp. 17-24.
  44. 윤태복, 이지형, 최영미, "패턴 변화 모델링과 모델 유사도에 관한 연구," 한국지능시스템학회학술발표논문집, 제20호 제2호, 2010. 11, pp. 224-226.