이 연구는 실제 환경에서 수집된 활동 데이터의 주석화 방법을 비교 및 평가하였다. 총 11명의 참여자가 2주 동안 스마트워치를 착용하고 4가지 주석화 방법(1. 현장 버튼 누르기, 2. 현장 앱 사용, 3. 회상 일기, 4. 시계열 데이터 기반 회상)을 사용하여 데이터에 주석을 달았다.
주석의 일관성과 누락 정도를 분석한 결과, 현장 버튼 누르기와 현장 앱 사용 방법은 정확도가 높지만 누락이 많았고, 회상 일기 방법은 일관성이 높았지만 정확도가 낮았다. 시계열 데이터 기반 회상 방법은 이 두 가지 방법의 장점을 결합하여 누락이 적고 일관성 있는 주석을 생성할 수 있었다.
딥러닝 모델 평가 결과에서도 주석화 방법에 따라 F1-Score가 최대 8%까지 차이가 났다. 이는 주석의 품질이 모델 성능에 직접적인 영향을 미친다는 것을 보여준다.
연구 결과를 바탕으로 실제 환경에서의 활동 데이터 수집 및 주석화를 위한 방법론을 제안하였다. 특히 시계열 데이터 기반 회상 방법이 가장 효과적이지만, 참여자의 데이터 해석 능력 향상이 필요하다는 점을 강조하였다.
На другой язык
из исходного контента
arxiv.org
Дополнительные вопросы