Earticle

초록

영어

Human heart rate can be used to measure exercise intensity as an important indicator. If heart rate can be predicted, exercise can be performed more efficiently by regulating the intensity of exercise in advance. In this paper, a FitRec-based prediction model is proposed for estimating running heart rate for users. Endomondo data is utilized for training the proposed prediction model. The processing algorithms for time-series data, such as LSTM(long short term memory) and GRU(gated recurrent unit), are employed to compare their performance. On the basis of simulation results, it was demonstrated that the proposed model trained with running exercise performed better than the model trained with several cardiac exercises.

한국어

사람의 심박수는 운동 강도 측정의 기준으로 사용되는 중요한 지표이다. 만약 심박수를 예측한다면 운동 중 운동 강도를 미리 조절하여 효율적으로 운동할 수 있다. 본 논문에서는 FitRec 기반 달리기 운동을 수행하는 사용자의 심박수 를 예측하는 모델을 제안한다. 학습을 위해 Endomondo의 데이터를 사용하여 예측 모델에 적용한다. 성능 비교를 위해 시계열 데이터 처리 알고리즘 LSTM(long short term memory)과 GRU(gated recurrent unit)를 사용하였다. FitRec에 유산소 운동 중 달리기 데이터만 학습한 결과 여러 유산소 운동 데이터를 모두 학습한 모델보다 MAE(mean absolute error)와 RMSE(root mean squared error) 둘 다 성능이 향상됨을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 알고리즘
1. 순환 신경망
2. 장단기 메모리 네트워크
3. GRU (Gated recurrent unit)
Ⅲ. 시스템 모델
1. 실험 데이터
2. 제안한 모델 구조
3. 손실 함수
Ⅳ. 실험 및 결과
1. 데이터 전처리
2. 하이퍼파라미터
3. 실험 결과
Ⅴ. 결론
References

키워드

저자

• 김진욱 [ Jinwook Kim | 준회원, 광운대학교 전자융합공학과 ]
• 김광현 [ Kwanghyun Kim | 준회원, 광운대학교 전자융합공학과 ]
• 선준호 [ Joonho Seon | 준회원, 광운대학교 전자융합공학과 ]
• 이승우 [ Seongwoo Lee | 준회원, 광운대학교 전자융합공학과 ]
• 김수현 [ Soo-Hyun Kim | 준회원, 광운대학교 전자융합공학과 ]
• 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전자융합공학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380