코딩게임

생성 Data 적용 #시작하며 지난 포스팅까지 데이터를 좌표간 이동하는 새로운 방법을 통해 생성하는 과정을 진행하였다. 이번 포스팅에서는 생성된 해당 데이터들을 기반으로 나선그리기 정량화를 위해 개발한 알고리즘을 적용하는 과정을 통해 해당 데이터의 사용성을 평가해 볼 것이다. #데이터 적용 데이터 적용에 앞서 먼저 생성한 데이터를 Error의 정도에 따른 구분이 필요했다. 따라서 Error의 정도를 1부터 10까지 정의하였고, 해당 데이터를 알고리즘에 적용하였다. 예상된 결과로는, Error를 1부터 10까지 증가시키며 목표선에서 벗어난 거리를 측정했기 때문에, 결과 distance 역시 Linear한 값이 나와야 정확하게 생성된 알고리즘 또는 데이터라고 할 수 있을 것이다. 데이터 생성 해당 그림은 E..

new data #시작하며 이전 시간까지 운동 성분으로 데이터를 표현하고 Error까지 적용시키는 과정을 진행하였다. 이번 포스팅에서는, 지난 글의 마지막에 언급했듯 Base Line부터 코드로서 직접 구현하여 온전하게 코드로서 만들어진 Raw data를 만들어 볼 것이다. 이는 이후 우리가 발명했던 Error Distance를 찾아내는 방법과 타 방법들을 비교 분석하기 위해, 독립된 비교군 Data sample을 구현하기 위해서이다. #Make Base Line 그렇다면 코드로서 어떻게 이상 운동증 환자가 그린 것과 같은 그림을 구현할 수 있을까? 이는 직선의 경우에는 하나의 축이 고정이 되어, 비교적 쉽게 접근할 수 있지만, 나선의 경우 계속해서 x, y값이 달라지고 중심점과의 각도까지 고려해야 되기..

모델링 방법 고안 #시작하며 지난 시간까지는, 데이터에 Error를 증가시키는 방법들을 고안하여 Raw data에 적용시키는 과정을 수행하였다. 해당 과정에 이어서, 이번 포스팅에서는 데이터를 운동 성분과 떨림 성분으로 구분하여, Error Distance에 해당하는 운동 성분을 가지고 데이터 모델링을 진행해 볼 것이고, 해당 모델링의 방법들도 여러 가지 상황에서 고안해 볼 것이다. # How to make? 그렇다면 떨림 성분과 운동 성분이란 무엇일까? 위 그림은, 환자가 데이터를 측정하는 START지점에서 시작하여, 이상 운동증의 척도를 측정하는 과정에 대해서 설명한 알고리즘 흐름도다. 떨림의 주파수인 Tremor frequency power(Hz), Tremor Magnitude power(cm),..