728x90 반응형 SMALL 분류 전체보기1622 서미스터 (Thermistor) 서미스터 (Thermistor) 서미스터 (thermistor)란 저항기의 일종으로, 온도에 따라 물질의 저항이 변화하는 성질을 이용한 전기적 장치이다. 열가변저항기라고도 하며, 주로 회로의 전류가 일정 이상으로 오르는 것을 방지하거나, 회로의 온도를 감지하는 센서로써 이용된다. 서미스터는 주로 폴리머나 세라믹 소재로 제작되며, 섭씨 영하 90도에서 130도 사이에서 높은 정확도로 온도를 측정할 수 있다. 이러한 점에서 순수한 금속을 사용하여 고온의 온도를 측정하는 저항 온도계와는 차이를 보인다. NTC (Negative Temperature Coefficient of Resistance) NTC는 온도 상승과 함께 저항값이 감소되는 성질을 이용한 것이다. 일반적인 금속과는 달리 온도가 높아지면 저항값이.. 2023. 7. 10. [Machine Learning] Histogram-Based Gradient Boosting Ensembles Gradient Boosting Ensembles 부스팅은 트리 모델을 순차적으로 앙상블에 추가하는 앙상블 학습 알고리즘의 클래스를 말한다. 앙상블에 추가된 각 트리 모델은 앙상블에 이미 존재하는 트리 모델에 의해 발생한 예측 오류를 수정하려고 시도한다. 그레이디언트 부스팅은 AdaBoost와 같은 부스팅 알고리즘을 통계 프레임워크로 일반화하는 것으로, 훈련 과정을 가법 모델로 처리하고 임의 손실 함수를 사용할 수 있게 하여 기술의 능력을 크게 향상시킨다. 이와 같이 그레이디언트 부스팅 앙상블은 대부분의 구조화된 (ex: 표 형식 데이터) 예측 모델링 작업에 사용되는 기술이다. 그레이디언트 부스팅이 실제로 매우 잘 수행되지만 모델의 교육 속도가 느릴 수 있다. 이는 여러 CPU 코어를 활용하여 앙상블 멤.. 2023. 7. 7. [Algorithm] 레거시 (Legacy) 레거시 (Legacy) 레거시 시스템은 낡은 기술이나 방법론, 컴퓨터 시스템, 소프트웨어 등을 말한다. 이는 현대까지도 남아 쓰이는 기술을 부르는 말일 수도 있지만, 더 이상 쓰이지 않더라도 현대의 기술에 영향을 주는 경우도 포함한다. 현재 사용되고 있는 소스 코드보다 더욱 효율적인 소스 코드가 개발되었다고 할 때, 해당 프로그램의 다음 업데이트 버전에서는 프로그램 효율성 증가를 위해 새로 개발된 소스 코드를 사용한다. 그러나 이를 위해 기존의 소스 코드를 모두 삭제하거나 수정해 버리면, 기존 프로그램을 이용해왔던 사람들이 순식간에 해당 프로그램을 사용하지 못하게 되는 사태가 일어난다. 온라인 게임이나 온라인 연동 모바일 앱에서는 강제 업데이트를 통해 해결하지만, 온라인 연동 없이 오프라인 환경에서 사용.. 2023. 7. 6. [Signal Processing] 이동 평균 필터 (Moving average filter) 이동 평균 필터 (Moving average filter) 이동 평균 필터는 2 이상의 연속된 데이터 (입력 값)에서 인접한 n개 데이터의 평균을 구하여 순차적으로 계산해내는 평균화 방법을 말한다. 예제 import numpy as np # 이동평균 필터의 크기 window_size = 5 # 원본 데이터 data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # 이동평균 필터링 filtered_data = np.convolve(data, np.ones(window_size) / window_size, mode='same') # 필터링된 데이터 출력 print(filtered_data) [3. 4. 5. 6. 7. 8. 9.] import numpy as np import.. 2023. 7. 6. Wearable Sleep Technology in Clinical and Research Settings (2) Concordance and agreement between PSG and wearables Bland-Altman 플롯은 계측기 간의 일치성을 평가하는 가장 중요한 도구이며 각 관심 매개변수 (TST, WASO, N1, N2, N3, REM sleep에서 소요된 시간)에 대해 PSG 장치 불일치 (y축)를 PSG 값 (x축)에 대해 플롯하여 장치의 전체 성능을 평가하는 데 사용해야 한다. 원래 Bland-Altman 그림에서는 장치 간의 평균 차이가 x축에 표시되지만 PSG는 수면 평가를 위한 허용되는 황금 표준 방법이므로 PSG를 기준으로 사용하는 보다 보수적인 접근 방식이 권장된다. Bland-Altman 그림을 사용하면 일치성과 이질성 (즉, 측정값의 크기 함수로 증가 오차가 있는지 여부)을 시각.. 2023. 7. 6. Wearable Sleep Technology in Clinical and Research Settings (1) Wearable Sleep Technology in Clinical and Research Settings 수면에 대한 정확한 평가는 건강과 질병에 대한 수면의 역할을 더 잘 이해하고 평가하기 위해 중요하다. 웨어러블 기술의 붐은 디지털 건강 혁명의 일부이며 여러 센서에서 데이터를 수집하고 수면을 포함한 사용자의 행동에 대한 정보를 추출한다고 주장하는 새롭고 매우 정교하며 상대적으로 저렴한 소비자 장치를 많이 생산하고 있다. 이 장치들은 이제 활동뿐만 아니라 심박수와 그 변동성, 피부 전도도 및 온도를 결정하기 위해 다양한 생체 신호를 캡처할 수 있다. 이들은 전례없는 24 / 7의 성능을 발휘하여 압도적인 빅 데이터를 생성하며, 사용자의 상태를 획기적으로 파악할 수 있는 창을 제공할 수 있다. 불행하게.. 2023. 7. 6. [Audio Processing] librosa specshow librosa specshow import librosa as liimport librosa.displayimport numpy as npimport matplotlib.pyplot as pltimport scipy.signal as sig# load sample audiofile = li.ex('trumpet')aud, sr = li.load(file, sr=None)n_ftt = 512rsr = 11025# apply low pass filter before downsampling. Attenuate at resample rate divided by 2.cutoff = rsr / 2sos = sig.butter(10, cutoff, fs=sr, btype='lowpass', analog=False, .. 2023. 7. 5. [Scikit-Learn] HistGradientBoostingClassifier sklearn.ensemble.HistGradientBoostingClassifier 이 추정기는 큰 데이터 세트(n_samples >= 10,000)에서 GradientBoostingClassifier보다 훨씬 빠르다. 이 추정기는 누락된 값 (NaN)을 기본적으로 지원한다. 훈련하는 동안 나무 재배자는 누락된 값이 있는 샘플이 잠재적 이득에 따라 왼쪽 또는 오른쪽 자식으로 이동해야 하는지 여부를 각 분할 지점에서 학습한다. 예측할 때 누락된 값이 있는 샘플은 결과적으로 왼쪽 또는 오른쪽 자식에 할당된다. 교육 중에 지정된 기능에 대해 누락된 값이 없으면 누락된 값이 있는 샘플은 가장 많은 샘플이 있는 하위 항목에 매핑된다. 결측치 처리 import numpy as np import pandas as .. 2023. 7. 5. [SciPy] 버터워스 필터 (Butterworth Filter) 버터워스 필터 (Butterworth Filter) 버터워스 필터는 주파수 응답 특성이 매우 부드러운 필터로, 위상 왜곡을 최소화하는 필터이다. 버터워스 필터는 주파수 영역에서 특정 주파수 범위를 통과시키고, 그 외의 주파수 범위는 차단하는 필터이다. 버터워스 필터는 주파수 응답 특성을 설정할 수 있는 매개 변수인 Q값을 가지고 있다. Q값이 높을수록 주파수 응답 특성이 더 부드러워지고, 위상 왜곡이 줄어든다. 버터워스 필터로 위상 왜곡을 없애려면 Q값을 매우 높게 설정해야 한다. Q값을 너무 높게 설정하면 필터의 통과 대역폭이 매우 좁아져서 필터링된 신호의 품질이 저하될 수 있다. 따라서, Q값을 적절하게 설정하여 위상 왜곡을 최소화하고 필터링된 신호의 품질을 유지해야 한다. Q값은 품질 계수를 의미한.. 2023. 7. 5. Heart Rate Variability : Standards of Measurement, Physiological Interpretation, and Clinical Use Heart Rate Variability : Standards of Measurement, Physiological Interpretation, and Clinical Use 심박수 특성은 사람이 상대적으로 정지해 있을 때 ECG 또는 PPG 센서가 각 펄스의 시간을 감지할 수 있으므로 반동 간격 (Interbeat Interval, RR 값)을 안정적으로 얻을 수 있다는 사실을 활용한다. 일련의 RR 간격 (또는 NN 간격)을 가짐으로써 다음과 같은 관심 에포크에 대한 표준 심박 변이도 (HRV) 메트릭을 계산할 수 있다. HF 전력 (0.15~0.4Hz) LF 전력 (0.04~0.15Hz) VLF 전력 (0.015~0.04Hz) RMSSD pNN50 델타 RR 평균 심박수 90번째 백분위수 심박수 1.. 2023. 7. 5. 이전 1 ··· 29 30 31 32 33 34 35 ··· 163 다음 728x90 반응형 LIST
