본문 바로가기
728x90
반응형
SMALL

분류 전체보기1626

Samsung Health SDK Samsung Health SDK Android용 Samsung Health SDK는 Samsung Health의 파트너가 건강 데이터를 안전하게 공유하고 유용한 건강 애플리케이션을 만들 수 있도록 도와준다. Samsung Health에는 사용자 동의 후 다른 파트너 앱과 데이터를 공유할 수 있는 건강 데이터 저장소가 있다. Samsung 이외의 기기를 포함하여 Marshmallow 6.0이 설치된 Android 기기를 지원한다. 용어 설명 Health Data framework 사용자의 건강 데이터를 처리하는 데 유용한 기능을 제공한다. Samsung Health에 포함되어 있으며 Android용 Samsung Health SDK와 함께 인터페이스가 제공된다. SDK를 사용하는 앱은 Samsung He.. 2022. 8. 8.
Samsung Privileged Health SDK Samsung Privileged Health SDK Samsung Privileged Health SDK는 Galaxy Watch 4 기기 전용 SDK로 Samsung BioActive 센서의 원시 센서 신호 데이터와 차별화된 기능을 모두 제공한다. 가속도계, 심박수, 비트 간 간격, PPG 및 원시 ECG를 지원한다. 또한, 체성분 측정과 같은 고급 건강 기능을 제공하여 건강 및 피트니스 애플리케이션에 대한 강력한 사용 사례를 가능하게 한다. Supported Data Types 현재 Samsung Privileged Health SDK에서 지원하는 데이터 유형은 다음과 같다. 가속도계 PPG 녹색 LED PPG 레드 LED PPG IR LED 원시 심전도 (ECG) 심박수 : 심박수 및 박동 간격 .. 2022. 8. 8.
[Python] zip zip python에서 zip()은 내장함수로 같은 길이의 리스트를 같은 인덱스끼리 잘라서 리스트로 반환을 해주는 역할을 한다. retrun하는 객체는 zip object이므로 set이나 list와 같은 sequence 객체로 변환해야 요소의 값을 확인 가능하다. for문에서 사용할 경우, zip object 내부의 요소별로 return한다. zip([1, 2, 3], [4, 5, 6]) list(zip([1, 2, 3], [4, 5, 6])) [(1, 4), (2, 5), (3, 6)] list(zip('ABC', 'EFG')) [('A', 'E'), ('B', 'F'), ('C', 'G')] a = [1, 2, 3, 4, 5] b = ['a', 'b', 'c', 'd', 'e'] c = list(zi.. 2022. 8. 7.
[Computer Vision] paperswithcode paperswithcode 여러 이미지 데이터셋 학습 모델의 벤치마킹을 볼 수 있다. https://paperswithcode.com/task/image-classification Papers with Code - Image Classification **Image Classification** is a fundamental task that attempts to comprehend an entire image as a whole. The goal is to classify the image by assigning it to a specific label. Typically, Image Classification refers to images in which only one object appears p.. 2022. 8. 7.
[시각 지능] CIFAR-10 CIFAR-10 CIFAR -10 데이터 세트 (Canadian Institute For Advanced Research)는 기계 학습 및 컴퓨터 비전 알고리즘을 훈련하는 데 일반적으로 사용되는 이미지 모음이다. 머신러닝 연구에 가장 널리 사용되는 데이터 세트 중 하나이다. CIFAR-10 데이터 세트에는 10개의 다른 클래스에 60,000개의 32x32 컬러 이미지가 포함되어 있다. 10개의 다른 클래스는 비행기, 자동차, 새, 고양이, 사슴, 개, 개구리, 말, 배 및 트럭을 나타낸다. 각 클래스에는 6,000개의 이미지가 있다. import os import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from tensor.. 2022. 8. 7.
[시각 지능] CNN 특징맵 ∙ 풀링맵 시각화 CNN 특징맵 ∙ 풀링맵 시각화 각 채널마다 어떻게 작동해서 특징맵이나 풀링맵이 생기는지 시각화한다. import tensorflow as tf from tensorflow.keras.layers import Flatten, Dense, Conv2D, MaxPooling2D, Dropout, Input from tensorflow.keras.models import Sequential, Model from tensorflow.keras.optimizers import Adam from tensorflow.keras.datasets import mnist import numpy as np from datetime import datetime import matplotlib.pyplot as plt (x_t.. 2022. 8. 7.
[시각 지능] false prediction false prediction import tensorflow as tf from tensorflow.keras.layers import Flatten, Dense, Conv2D, MaxPool2D from tensorflow.keras.models import Sequential from tensorflow.keras.optimizers import Adam from tensorflow.keras.datasets import mnist import numpy as np from datetime import datetime import matplotlib.pyplot as plt (x_train, t_train), (x_test, t_test) = mnist.load_data() x_train = x_t.. 2022. 8. 6.
[시각 지능] CNN Basic Architecture CNN Basic Architecture 특징 추출이라고 하는 프로세스에서 분석을 위해 이미지의 다양한 특징을 분리하고 식별하는 컨볼루션 도구이다. 특징 추출 네트워크는 여러 쌍의 컨볼루션 또는 풀링 레이어로 구성된다. 컨볼루션 프로세스의 출력을 활용하고 이전 단계에서 추출된 특징을 기반으로 이미지의 클래스를 예측하는 완전 연결 계층이다. 특징 추출의 이 CNN 모델은 데이터 세트에 존재하는 특징의 수를 줄이는 것을 목표로 한다. 원래 기능 세트에 포함된 기존 기능을 요약하는 새 기능을 생성한다. CNN 아키텍처 다이어그램 에 표시된 것처럼 많은 CNN 레이어가 있다. import tensorflow as tf from tensorflow.keras.layers import Flatten, Dense, .. 2022. 8. 6.
[Chronobiology] 광 치료 (Light Therapy) 광 치료 (Light Therapy) 광 치료 (light therapy)란 외부 환경의 조건의 하나인 빛을 적절한 밝기와 시간으로 노출시켜 신체시계를 재조정함으로써, 체내의 생물학적 주기의 이상을 조절해 줄 수 있다. 광 치료란 바로 이렇게 인위적으로 밝은 빛을 비추어서 기분, 행동, 수면 등을 호전시키는 비약물학적인 치료를 의미한다. 방법 치료는 단지 광 박스 앞에 가까이 앉아 있는 것으로 충분하다. 광 박스는 눈높이에 놓이게 되고, 광 치료를 받는 동안에 정면을 향하여 광 박스로부터 약 30 - 90cm정도 떨어져서 정면으로 향하여 편안하게 의자에 앉아 책을 보거나 음악을 들을 수도 있고, 글을 쓸 수도 있다. 빛에 노출되는 시간은 30분에서 2시간 정도 소요되며, 하루에 1회 또는 2회의 치료를 .. 2022. 8. 6.
전력 스펙트럼 밀도 (Power Spectral Density) 전력 스펙트럼 밀도 (Power Spectral Density)  PSD (Power Spectral Density)는 주파수 스펙트럼 (주파수 영역) 상의 전력 표현으로 신호 주파수에 따른 전력 밀도의 분포를 보기 위해 신호의 전력 대 주파수를 측정한 것이다. PSD는 일반적으로 광대역 임의 신호를 특성화하는 데 사용된다. 이는 주파수 영역에서 단위 Hz 대 주파수 당 전력의 단위로 플롯으로 볼 수 있다.   테스트 데이터 실제 PSD를 계산하기 전에 몇 가지 테스트 데이터를 생성해야 한다. 이를 위해 주파수 10Hz와 60Hz에서 두 개의 사인파를 사용한다. 또한, 신호에서 이 두 가지 주파수 구성 요소를 찾을 수 있는지 여부를 확인하기 위해 약간의 가우스 잡음을 던진다. import numpy as.. 2022. 8. 6.
728x90
반응형
LIST