KR102462918B1 - Method and device for evaluating pillow hardness - Google Patents
Method and device for evaluating pillow hardness Download PDFInfo
- Publication number
- KR102462918B1 KR102462918B1 KR1020210011689A KR20210011689A KR102462918B1 KR 102462918 B1 KR102462918 B1 KR 102462918B1 KR 1020210011689 A KR1020210011689 A KR 1020210011689A KR 20210011689 A KR20210011689 A KR 20210011689A KR 102462918 B1 KR102462918 B1 KR 102462918B1
- Authority
- KR
- South Korea
- Prior art keywords
- hardness
- pillow
- sample
- evaluation
- pillows
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/40—Investigating hardness or rebound hardness
- G01N3/42—Investigating hardness or rebound hardness by performing impressions under a steady load by indentors, e.g. sphere, pyramid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, 베개 경도 평가 방법에 있어서, 샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하는 단계, 및 샘플 베개들 외의 평가 대상 베개의 높이가 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 회귀 분석 모형에 대입하여 평가 대상 베개의 경도를 산출하는 단계를 포함하는, 베개 경도 평가 방법이 개시된다.In the pillow hardness evaluation method, which is performed by a processor executing instructions stored in the memory, the expert evaluation hardness score for the sample pillows is used as a learning dataset, and the height of the sample pillows is reduced by a single reference weight. Creating a regression analysis model with the sample shrinkage rate representing the ratio as the independent variable and the hardness of the sample pillows as the dependent variable, and the rate at which the height of the evaluation target pillow other than the sample pillows is reduced by a single reference weight A pillow hardness evaluation method is disclosed, including the step of calculating the hardness of the evaluation target pillow by substituting the indicated evaluation shrinkage rate into the regression analysis model.
Description
본 발명은 베개 경도 평가 방법 및 장치에 관한 것이다. 보다 상세하게는, 본 발명은 회귀 분석 모형을 활용하여 베개의 경도를 평가하기 위한 방법 및 장치에 관한 것이다.The present invention relates to a pillow hardness evaluation method and apparatus. More particularly, the present invention relates to a method and apparatus for evaluating the hardness of a pillow using a regression analysis model.
비대면 사회가 점차 자리잡게 되면서 실내 가구와 인테리어에 대한 관심이 증가하고 있고, 실내 가구 업계의 성장과 함께 침구류에 대한 수요가 늘고 있다. 베개는 대표적인 침구류 제품으로서 다양한 소재로 제품화되어 있다.As a non-face-to-face society is gradually established, interest in indoor furniture and interiors is increasing, and the demand for bedding is increasing along with the growth of the indoor furniture industry. Pillows are a representative bedding product and are commercialized in various materials.
베개가 얼마나 단단한지를 나타내는 경도는 소비자들이 베개 제품을 선택하는 기준들 중 하나일 수 있다. 소비자마다 선호하는 베개 경도에 차이가 있으므로, 베개 경도를 정량적으로 나타내는 지표가 있다면 베개 제품의 특성이 소비자들에게 보다 효과적으로 전달될 수 있다.Hardness, which indicates how hard a pillow is, may be one of criteria for consumers to select a pillow product. Since there is a difference in the hardness of pillows preferred by consumers, if there is an index indicating the hardness of pillows quantitatively, the characteristics of pillow products can be delivered more effectively to consumers.
종래에는 베개 경도가 베개 제품을 구성하는 소재를 통해 간접적으로 제시되어 왔으나, 동일한 소재로 제작되는 제품이라도 소재의 충전량에 따라 베개 경도가 달라질 수 있어, 소재 특성에 따른 경도 정보가 실제 베개 제품의 경도를 정확하게 나타내지 못한다는 점이 문제될 수 있다.Conventionally, pillow hardness has been indirectly suggested through the material constituting the pillow product, but even if the product is made of the same material, the pillow hardness may vary depending on the amount of filling of the material. It can be problematic in that it does not accurately represent
본 발명에 의해 해결하고자 하는 기술적 과제는, 소재 특성에 의해 추정되는 베개 경도가 낮은 정확도를 갖는다는 문제를 해결하기 위해, 베개 경도를 정확하게 평가할 수 있는 새로운 방식을 제공하는 것이다.Technical problem to be solved by the present invention, in order to solve the problem that the hardness of the pillow estimated by the material properties has low accuracy, to provide a new method for accurately evaluating the hardness of the pillow.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 제1 실시예에 따른 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, 베개 경도 평가 방법은, 샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 복수의 기준 무게추들에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율들을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하는 단계; 및 상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 복수의 기준 무게추들에 의해 줄어드는 비율을 나타내는 평가 줄음율들을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하는 단계; 를 포함한다.As a means for solving the above technical problem, the pillow hardness evaluation method, performed by the processor executing instructions stored in the memory according to the first embodiment of the present invention, is the expert evaluation hardness score for the sample pillows Generating a regression analysis model using a training dataset as an independent variable, sample reduction rates representing a rate at which the height of the sample pillows are reduced by a plurality of reference weights, as an independent variable, and using the hardness of the sample pillows as a dependent variable ; and calculating the hardness of the evaluation target pillow by substituting evaluation reduction ratios indicating a rate at which the height of the evaluation target pillow other than the sample pillows is reduced by the plurality of reference weights into the regression analysis model; includes
본 발명의 제1 실시예에 따른 베개 경도 평가 장치는, 명령어들을 저장하는 메모리; 및 상기 명령어들을 실행함으로써: 샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 복수의 기준 무게추들에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율들을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하고, 상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 복수의 기준 무게추들에 의해 줄어드는 비율을 나타내는 평가 줄음율들을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하도록 구성되는 프로세서; 를 포함한다.Pillow hardness evaluation apparatus according to a first embodiment of the present invention, a memory for storing instructions; and by executing the instructions: taking the expert evaluation hardness score for the sample pillows as a learning dataset, and taking sample reduction rates representing the rate at which the height of the sample pillows are reduced by a plurality of reference weights as an independent variable, A regression analysis model is generated using the hardness of the sample pillows as a dependent variable, and evaluation reduction rates indicating a rate at which the height of the evaluation target pillow other than the sample pillows is reduced by the plurality of reference weights are added to the regression analysis model. A processor configured to calculate the hardness of the evaluation target pillow by substituting; includes
전술한 기술적 과제를 해결하기 위한 또다른 수단으로서, 본 발명의 제2 실시예에 따른 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, 베개 경도 평가 방법은, 샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하는 단계; 및 상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하는 단계; 를 포함한다.As another means for solving the above technical problem, the pillow hardness evaluation method, performed by the processor executing instructions stored in the memory according to the second embodiment of the present invention, is expert evaluation hardness for sample pillows To generate a regression analysis model with the score as the learning dataset, the sample shrinkage rate indicating the rate at which the height of the sample pillows is reduced by a single reference weight as the independent variable, and the hardness of the sample pillows as the dependent variable step; and calculating the hardness of the evaluation subject pillow by substituting an evaluation shrinkage rate indicating a rate at which the height of the evaluation subject pillow other than the sample pillows is reduced by the single reference weight to the regression analysis model; includes
본 발명의 제2 실시예에 따른 베개 경도 평가 장치는, 명령어들을 저장하는 메모리; 및 상기 명령어들을 실행함으로써: 샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하고, 상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하도록 구성되는 프로세서; 를 포함한다.Pillow hardness evaluation apparatus according to a second embodiment of the present invention, a memory for storing instructions; and by executing the instructions: taking the expert evaluation hardness score for the sample pillows as a learning dataset, and taking the sample reduction rate representing the rate at which the height of the sample pillows is reduced by a single reference weight as the independent variable, the By creating a regression analysis model using the hardness of the sample pillows as a dependent variable, and substituting the evaluation shrinkage rate indicating the rate at which the height of the evaluation target pillow other than the sample pillows is reduced by the single reference weight to the regression analysis model, a processor configured to calculate the hardness of the evaluation target pillow; includes
본 발명의 제1 실시예 및 제2 실시예에 따른 베개 경도 평가 방법 및 장치에 의하면, 샘플 베개들을 기준으로 하는 회귀 분석 모형이 생성될 수 있고, 회귀 분석 모형에 기초하여 임의의 베개가 갖는 경도가 정량적인 수치로 산출될 수 있으므로, 종래의 베개 소재에 따라 간접적으로 베개 경도를 추정하는 방식 대비 보다 정확한 베개 경도가 제공될 수 있다.According to the pillow hardness evaluation method and apparatus according to the first and second embodiments of the present invention, a regression analysis model based on sample pillows can be generated, and the hardness of any pillow based on the regression analysis model Since can be calculated as a quantitative value, a more accurate pillow hardness can be provided compared to the method of indirectly estimating the pillow hardness according to the conventional pillow material.
도 1은 일부 실시예에 따른 베개 경도 평가 장치가 동작하는 방식을 설명하기 위한 도면이다.
도 2는 일부 실시예에 따른 베개 경도 평가 장치를 구성하는 요소들을 나타내는 블록도이다.
도 3은 일부 실시예에 따른 샘플 베개들에 대한 전문가 평가 경도 점수를 산출하는 과정을 설명하기 위한 도면이다.
도 4는 일부 실시예에 따른 샘플 베개들에 대한 전문가 평가 경도 점수의 산출 결과를 설명하기 위한 도면이다.
도 5는 일부 실시예에 따른 무게추에 의한 베개의 줄음율을 측정하는 과정 및 인체 경부의 무게를 모사하는 샘플 무게추들을 설정하는 과정을 설명하기 위한 도면이다.
도 6은 일부 실시예에 따른 샘플 무게추들에 의한 샘플 베개들의 줄음율을 설명하기 위한 도면이다.
도 7은 일부 실시예에 따른 샘플 무게추들에 의한 샘플 베개들의 줄음율의 데이터 신뢰성을 분석하는 방식을 설명하기 위한 도면이다.
도 8은 일부 실시예에 따른 샘플 무게추들의 적어도 일부의 조합들로부터 판정되는 유효 기준을 만족하는 유효 조합들을 설명하기 위한 도면이다.
도 9는 일부 실시예에 따른 모형 정확도 및 모형 결정 계수를 기준으로 유효 조합들 중 어느 하나의 유효 조합을 선정하는 방식을 설명하기 위한 도면이다.
도 10은 일부 실시예에 따른 유효 조합들에 대한 정규성 검정을 수행하는 방식을 설명하기 위한 도면이다.
도 11은 일부 실시예에 따른 회귀 분석 모형에 기초하여 평가 대상 베개의 경도를 산출하는 과정을 설명하기 위한 도면이다.
도 12는 일부 실시예에 따른 단일의 기준 무게추에 의한 단순 회귀 분석 모형을 설명하기 위한 도면이다.
도 13은 일부 실시예에 따른 평가 대상 베개의 경도를 2개 분류, 3개 분류, 5개 분류 및 7개 분류 중 어느 하나의 분류 세밀도에 따라 분류하는 방식을 설명하기 위한 도면이다.
도 14 및 도 15는 일부 실시예에 따른 베개 경도 평가 방법을 구성하는 단계들을 나타내는 흐름도이다.1 is a view for explaining how a pillow hardness evaluation device according to some embodiments operates.
2 is a block diagram illustrating elements constituting an apparatus for evaluating pillow hardness according to some embodiments.
3 is a diagram for explaining a process of calculating expert evaluation hardness scores for sample pillows according to some embodiments.
4 is a view for explaining a result of calculating expert evaluation hardness scores for sample pillows according to some embodiments.
FIG. 5 is a view for explaining a process of measuring a reduction rate of a pillow by weights and a process of setting sample weights simulating the weight of a human neck according to some embodiments.
6 is a view for explaining a reduction rate of sample pillows by sample weights according to some embodiments.
7 is a view for explaining a method of analyzing data reliability of reduction rates of sample pillows by sample weights according to some embodiments.
8 is a diagram for describing valid combinations satisfying a validity criterion determined from combinations of at least some of sample weights according to some embodiments.
9 is a diagram for describing a method of selecting one valid combination from among valid combinations based on model accuracy and model determination coefficient, according to some embodiments.
10 is a diagram for describing a method of performing a normality test on valid combinations according to some embodiments.
11 is a view for explaining a process of calculating the hardness of a pillow to be evaluated based on a regression analysis model according to some embodiments.
12 is a view for explaining a simple regression analysis model using a single reference weight according to some embodiments.
13 is a view for explaining a method of classifying the hardness of an evaluation target pillow according to the classification precision of any one of two classifications, three classifications, five classifications, and seven classifications, according to some embodiments.
14 and 15 are flowcharts illustrating steps of configuring a pillow hardness evaluation method according to some embodiments.
이하에서는 도면을 참조하여 본 발명의 실시예들이 상세하게 설명될 것이다. 이하에서의 설명은 실시예들을 구체화하기 위한 것일 뿐, 본 발명에 따른 권리범위를 제한하거나 한정하기 위한 것은 아니다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자가 발명의 상세한 설명 및 실시예들로부터 용이하게 유추할 수 있는 것은 본 발명에 따른 권리범위에 속하는 것으로 해석되어야 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. The following description is only for specifying the embodiments, and is not intended to limit or limit the scope of rights according to the present invention. What a person of ordinary skill in the art related to the present invention can easily infer from the detailed description and embodiments of the invention should be construed as belonging to the scope of the present invention.
본 발명에서 사용되는 용어는 본 발명에 관한 기술 분야에서 널리 사용되는 일반적인 용어로 기재되었으나, 본 발명에서 사용되는 용어의 의미는 해당 분야에 종사하는 기술자의 의도, 새로운 기술의 출현, 심사기준 또는 판례 등에 따라 달라질 수 있다. 일부 용어는 출원인에 의해 임의로 선정될 수 있고, 이 경우 임의로 선정되는 용어의 의미가 상세하게 설명될 것이다. 본 발명에서 사용되는 용어는 단지 사전적 의미만이 아닌, 명세서의 전반적인 맥락을 반영하는 의미로 해석되어야 한다.Although the terms used in the present invention have been described as general terms widely used in the technical field related to the present invention, the meaning of the terms used in the present invention is the intention of a technician in the relevant field, the emergence of new technology, examination standards or precedents. It may vary depending on Some terms may be arbitrarily selected by the applicant, and in this case, the meaning of the arbitrarily selected terms will be described in detail. Terms used in the present invention should be interpreted as meanings reflecting the overall context of the specification, not just dictionary meanings.
본 발명에서 사용되는 '구성된다' 또는 '포함한다'와 같은 용어는 명세서에 기재되는 구성 요소들 또는 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 일부 구성 요소들 또는 단계들은 포함되지 않는 경우, 및 추가적인 구성 요소들 또는 단계들이 더 포함되는 경우 또한 해당 용어로부터 의도되는 것으로 해석되어야 한다.Terms such as 'consisting' or 'comprising' used in the present invention should not be construed as necessarily including all of the components or steps described in the specification, and when some components or steps are not included, And when additional components or steps are further included, it should also be construed as intended from the term.
본 발명에서 사용되는 '제 1' 또는 '제 2'와 같은 서수를 포함하는 용어는 다양한 구성 요소들 또는 단계들을 설명하기 위해 사용될 수 있으나, 해당 구성 요소들 또는 단계들은 서수에 의해 한정되지 않아야 한다. 서수를 포함하는 용어는 하나의 구성 요소 또는 단계를 다른 구성 요소들 또는 단계들로부터 구별하기 위한 용도로만 해석되어야 한다.Terms including an ordinal number such as 'first' or 'second' used in the present invention may be used to describe various components or steps, but the components or steps should not be limited by the ordinal number. . Terms containing an ordinal number should only be construed for the purpose of distinguishing one element or step from other elements or steps.
이하에서는 도면을 참조하여 본 발명의 실시예들이 상세하게 설명될 것이다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 대해서는 자세한 설명이 생략된다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. Detailed descriptions of matters widely known to those of ordinary skill in the art related to the present invention will be omitted.
도 1은 일부 실시예에 따른 베개 경도 평가 장치가 동작하는 방식을 설명하기 위한 도면이다.1 is a view for explaining how a pillow hardness evaluation device according to some embodiments operates.
도 1을 참조하면, 베개 경도 평가 장치(100)는 기준 무게추(들)(10), 샘플 베개들(20), 회귀 분석 모형(30), 평가 대상 베개(40) 및 평가 대상 베개의 경도(50)와 관련하여 단계 ① 내지 단계 ④를 순차적으로 수행할 수 있다.Referring to FIG. 1 , the pillow
기준 무게추(들)(10)은 회귀 분석 모형(30)의 생성에 활용되는 무게추들을 의미할 수 있다. 기준 무게추(들)(10)이 샘플 베개들(20) 상에 올려지는 경우 샘플 베개들(20)의 높이가 줄어드는 비율을 나타내는 줄음율이 회귀 분석 모형(30)의 생성에 활용될 수 있다. 본 발명의 제1 실시예에서는 기준 무게추(들)(10)이 복수의 기준 무게추들일 수 있고, 본 발명의 제2 실시예에서는 기준 무게추(들)(10)이 단일의 기준 무게추일 수 있다.The reference weight(s) 10 may refer to weights used to generate the
샘플 베개들(20)은 회귀 분석 모형(30)의 생성에 활용되는 베개들을 의미할 수 있다. 예를 들면, 샘플 베개들(20)은 다양한 경도 수치를 갖는 12종의 베개들일 수 있고, 또는 설계 변경에 따라 그 이상 또는 그 이하의 개수의 베개들일 수 있다.The
회귀 분석 모형(30)은 기준 무게추(들)(10) 및 샘플 베개들(20)에 대한 경도 측정의 결과를 회귀 분석의 방식으로 일반화하는 모형을 의미할 수 있다. 회귀 분석 모형(30)은 특정 수식으로 표현될 수 있고, 회귀 분석 모형(30)에 의해 평가되는 평가 대상 베개의 경도(50)는 정량적인 수치로 산출될 수 있다. 본 발명의 제1 실시예에서는 회귀 분석 모형(30)이 다중 회귀 분석 모형일 수 있고, 본 발명의 제2 실시예에서는 회귀 분석 모형(30)이 단순 회귀 분석 모형일 수 있다.The
평가 대상 베개(40)는 본 발명에 따라 경도 평가가 수행되는 베개를 의미할 수 있다. 평가 대상 베개(40)에 대해서는 회귀 분석 모형(30)에 의해 경도 평가가 수행될 수 있다. 평가 대상 베개(40)의 경도 평가 과정에는 회귀 분석 모형(30)의 생성 과정에 활용되었던 기준 무게추(들)(10)이 동일하게 활용될 수 있다. 기준 무게추(들)(10)에 의한 평가 대상 베개(40)의 줄음율이 회귀 분석 모형(30)에 적용되면 평가 대상 베개의 경도(50)가 산출될 수 있다.The
회귀 분석 모형(30)을 생성하는 과정 및 평가 대상 베개의 경도(50)를 산출하는 과정은 모두 베개 경도 평가 장치(100)에 의해 수행될 수 있다. 베개 경도 평가 장치(100)는 단계 ① 및 단계 ②를 통해 회귀 분석 모형(30)을 생성할 수 있고, 단계 ③ 및 단계 ④를 통해 평가 대상 베개의 경도(50)를 산출할 수 있다.The process of generating the
베개 경도 평가 장치(100)에 의하면 기준 무게추(들)(10)에 의해 샘플 베개들(20)의 높이가 실제로 줄어드는 정도(줄음율)을 바탕으로 회귀 분석 모형(30)이 생성될 수 있으므로, 베개 소재에 의해 간접적으로 유추되는 베개 경도 정보와 비교할 때, 회귀 분석 모형(30)에 의해 산출되는 평가 대상 베개의 경도(50)에는 평가 대상 베개(40)의 실제 경도가 보다 잘 반영될 수 있다. 또한, 평가 대상 베개의 경도(50)에 의하면 평가 대상 베개(40)가 얼마나 단단한지를 나타내는 정보가 수치로서 정량적으로 제공될 수 있다.According to the pillow
도 2는 일부 실시예에 따른 베개 경도 평가 장치를 구성하는 요소들을 나타내는 블록도이다.2 is a block diagram illustrating elements constituting an apparatus for evaluating pillow hardness according to some embodiments.
도 2를 참조하면, 베개 경도 평가 장치(100)는 메모리(110) 및 프로세서(120)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 도 2에 도시되는 요소들 외에 다른 범용적인 요소들이 베개 경도 평가 장치(100)에 더 포함될 수 있다.Referring to FIG. 2 , the pillow
베개 경도 평가 장치(100)는 회귀 분석 모형(30)을 생성하고 평가 대상 베개의 경도(50)를 산출하기 위한 컴퓨팅 디바이스일 수 있다. 베개 경도 평가 장치(100)에서 수행되는 데이터 입출력 및 처리 과정은 모바일/웹 애플리케이션 또는 컴퓨터 프로그램으로 구현될 수 있다. 예를 들면, 베개 경도 평가 장치(100)는 PC, 워크스테이션, 데이터 센터 서버, 클라우드 서버 또는 하이브리드 서버 등과 같은 형태로 구현될 수 있다. 다만 이에 제한되는 것은 아니고, 베개 경도 평가 장치(100)는 프로세싱 성능을 구비하는 다양한 전자 디바이스의 형태로 구현될 수 있다.The pillow
베개 경도 평가 장치(100)는 각종 데이터, 명령어들, 적어도 하나의 프로그램 또는 소프트웨어를 저장하기 위한 수단으로서 메모리(110)를 포함할 수 있고, 명령어들 또는 적어도 하나의 프로그램을 실행함으로써 각종 데이터에 대한 처리를 수행하기 위한 수단으로서 프로세서(120)를 포함할 수 있다.Pillow
메모리(110)는 회귀 분석 모형(30)을 생성하고 평가 대상 베개의 경도(50)를 산출하기 위한 각종 명령어들을 저장할 수 있다. 예를 들면, 메모리(110)는 컴퓨터 프로그램 또는 모바일/웹 애플리케이션과 같은 소프트웨어를 구성하는 명령어들을 저장할 수 있다. 또한, 메모리(110)는 애플리케이션 또는 프로그램의 실행에 필요한 각종 데이터를 저장할 수 있다.The
메모리(110)는 ROM, PROM, EPROM, EEPROM, 플래시 메모리, PRAM, MRAM, RRAM, FRAM 등과 같은 비휘발성 메모리로 구현될 수 있고, 또는 DRAM, SRAM, SDRAM, PRAM, RRAM, FeRAM 등의 휘발성 메모리로 구현될 수 있다. 또한, 메모리(110)는 HDD, SSD, SD, Micro-SD 등으로 구현될 수도 있다.The
프로세서(120)는 메모리(110)에 저장되는 명령어들을 실행함으로써 회귀 분석 모형(30)을 생성하고 평가 대상 베개의 경도(50)를 산출하기 위한 일련의 처리 과정들을 수행할 수 있다. 또한, 프로세서(120)는 베개 경도 평가 장치(100)를 제어하기 위한 전반적인 기능을 수행할 수 있고, 베개 경도 평가 장치(100) 내부의 각종 연산들을 처리할 수 있다.The
프로세서(120)는 다수의 논리 게이트들의 어레이 또는 범용적인 마이크로 프로세서로 구현될 수 있다. 프로세서(120)는 단일의 프로세서 또는 복수의 프로세서들로 구성될 수 있다. 프로세서(120)는 명령어들을 저장하는 메모리(110)와 별개의 구성이 아닌, 메모리(110)와 함께 일체로 구성될 수도 있다. 예를 들면, 프로세서(120)는 베개 경도 평가 장치(100) 내에 구비되는 CPU, GPU 및 AP 중 적어도 하나의 형태로 구현될 수 있다.The
프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 샘플 베개들(20)에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 기준 무게추(들)(10)에 의해 샘플 베개들(20)의 높이가 줄어드는 비율을 나타내는 샘플 줄음율(들)을 독립 변수로 하고, 샘플 베개들(20)의 경도를 종속 변수로 하는 회귀 분석 모형(30)을 생성하도록 구성될 수 있다.The
회귀 분석 모형(30)의 생성 과정에서, 본 발명의 제1 실시예에서는 기준 무게추(들)(10)이 복수의 기준 무게추들일 수 있고, 본 발명의 제2 실시예에서는 기준 무게추(들)(10)이 단일의 기준 무게추일 수 있다.In the process of generating the
회귀 분석 모형(30)을 생성하기 위해 샘플 베개들(20)에 대한 전문가 평가 경도 점수가 준비될 수 있다. 샘플 베개들(20)은 부드러운 베개, 보통의 베개 및 단단한 베개 등 다양한 종류로 구비될 수 있고, 샘플 베개들(20)에 대한 업계 관계자들의 평가 점수가 사전에 설문 조사 등을 통해 준비될 수 있다. 전문가 평가 경도 점수는 회귀 분석 모형(30)의 생성을 위한 기준이 되는 학습 데이터셋이 될 수 있다. 전문가 평가 경도 점수에 대해서는 후술할 도 3이 참조될 수 있다.An expert evaluation hardness score for the
회귀 분석 모형(30)의 독립 변수는 샘플 베개들(20)의 높이가 줄어드는 비율을 나타내는 샘플 줄음율들 또는 샘플 줄음율일 수 있다. 구체적으로, 본 발명의 제1 실시예에서는 샘플 줄음율들이 회귀 분석 모형(30)의 독립 변수일 수 있고, 본 발명의 제2 실시예에서는 샘플 줄음율이 회귀 분석 모형(30)의 독립 변수일 수 있다. 샘플 줄음율들 또는 샘플 줄음율은, 복수의 기준 무게추들 또는 단일의 기준 무게추에 의해 샘플 베개들(20)의 높이가 줄어드는 비율을 나타낼 수 있다.The independent variable of the
회귀 분석 모형(30)의 종속 변수는 샘플 베개들(20)의 경도일 수 있다. 회귀 분석 모형(30)에서는 독립 변수인 샘플 줄음율들 또는 샘플 줄음율에 의해 종속 변수인 샘플 베개들(20)의 경도가 결정될 수 있다. 회귀 분석 모형(30)에서는 학습 데이터셋인 샘플 베개들(20)에 대한 전문가 평가 경도 점수를 기준으로 독립 변수 및 종속 변수와의 관계, 예를 들면 바이어스 및 웨이트의 값들이 설정될 수 있다.The dependent variable of the
프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 샘플 베개들(20) 외의 평가 대상 베개(40)의 높이가 기준 무게추(들)(10)에 의해 줄어드는 비율을 나타내는 평가 줄음율(들)을 회귀 분석 모형(30)에 대입하여 평가 대상 베개의 경도(50)를 산출하도록 구성될 수 있다.The
평가 대상 베개의 경도(50)의 산출 과정에서, 본 발명의 제1 실시예에서는 기준 무게추(들)(10)이 복수의 기준 무게추들일 수 있고, 본 발명의 제2 실시예에서는 기준 무게추(들)(10)이 단일의 기준 무게추일 수 있다.In the process of calculating the
회귀 분석 모형(30)의 생성 과정에서 샘플 베개들(20)의 샘플 줄음율(들)을 측정하기 위해 사용되었던 기준 무게추(들)(10)은, 평가 대상 베개의 경도(50)의 산출 과정에서 평가 대상 베개(40)의 평가 줄음율(들)을 측정하기 위해서도 동일하게 사용될 수 있다.The reference weight(s) 10 used to measure the sample shrinkage rate(s) of the
기준 무게추(들)(10)에 의한 평가 대상 베개(40)의 평가 줄음율(들)이 회귀 분석 모형(30)에 대입되는 경우, 회귀 분석 모형(30)의 수식에 의해 평가 대상 베개의 경도(50)가 산출될 수 있다. 회귀 분석 모형(30)은 샘플 베개들(20)을 기준으로 생성된 것이지만, 샘플 베개들(20) 이외의 다른 임의의 베개들에 대해서도 베개 경도를 예측할 수 있다.When the evaluation reduction rate(s) of the
예를 들면, 본 발명의 제1 실시예에서는 3종의 기준 무게추들을 독립 변수로 하는 회귀 분석 모형(30)이 생성될 수 있고, 3종의 기준 무게추들에 의한 평가 대상 베개(40)의 평가 줄음율들이 회귀 분석 모형(30)에 대입되어 평가 대상 베개의 경도(50)가 산출될 수 있다. 또한, 본 발명의 제2 실시예에서는 1종의 기준 무게추를 독립 변수로 하는 회귀 분석 모형(30)이 생성될 수 있고, 1종의 기준 무게추에 의한 평가 대상 베개(40)의 평가 줄음율이 회귀 분석 모형(30)에 대입되어 평가 대상 베개의 경도(50)가 산출될 수 있다.For example, in the first embodiment of the present invention, a
도 3은 일부 실시예에 따른 샘플 베개들에 대한 전문가 평가 경도 점수를 산출하는 과정을 설명하기 위한 도면이다.3 is a diagram for explaining a process of calculating expert evaluation hardness scores for sample pillows according to some embodiments.
도 3을 참조하면, 전문가 평가 경도 점수를 산출하기 위한 설문 양식(310), 전문가 평가 경도 점수의 산출에 참가한 업계 관계자들의 정보(320) 및 전문가 평가 경도 점수의 산출을 위해 샘플 베개들(20)에 시범적으로 누워 보는 산출 과정(330)이 도시되어 있다.Referring to FIG. 3 , a
설문 양식(310), 업계 관계자들의 정보(320) 및 산출 과정(330)과 관련하여, 샘플 베개들(20)은 1.0 이상 8.0 이하의 베개 경도 범위에 분포되는 12종의 베개들일 수 있고, 전문가 평가 경도 점수는 12종의 베개들 각각에 대한 업계 관계자들의 주관적 평가 점수의 평균일 수 있다. 설문 양식(310)의 1점은 1.0 이상 2.0 이하의 베개 경도를 의미할 수 있고, 설문 양식(310)의 7점은 7.0 이상 8.0 이하의 베개 경도를 의미할 수 있다.Regarding the
설문 양식(310)에서와 같이, 샘플 베개들(20)은 1.0 이상 8.0 이하의 베개 경도 범위에 분포될 수 있다. 도시된 바와 같이 2점으로 표기된 베개는 2.0 이상 3.0 이하의 베개 경도를 갖는 것으로 해석될 수 있다. 1.0 이상 8.0 이하의 베개 경도 범위에서, 높은 베개 경도는 단단한 베개를 의미할 수 있고, 낮은 베개 경도는 부드러운 베개를 의미할 수 있다.As in the
도 4는 일부 실시예에 따른 샘플 베개들에 대한 전문가 평가 경도 점수의 산출 결과를 설명하기 위한 도면이다.4 is a view for explaining a result of calculating expert evaluation hardness scores for sample pillows according to some embodiments.
도 4를 참조하면, 샘플 베개들(20)에 대한 전문가 평가 경도 점수의 산출 결과를 설명하기 위한 표(400)가 도시되어 있다.Referring to FIG. 4 , a table 400 for explaining the calculation result of the expert evaluation hardness score for the
표(400)에서는 샘플 베개들(20)에 대한 하나의 예시로서 12종의 샘플 베개들(410)이 제시될 수 있고, 12종의 샘플 베개들(410)에 대한 전문가 평가 경도 점수(420) 및 표준편차(430)가 제시될 수 있다. 전문가 평가 경도 점수(420)는 12종의 샘플 베개들(410)에 대한 업계 관계자들의 경도 평가 점수의 평균일 수 있다.In the table 400 , 12 kinds of
12종의 샘플 베개들(410)에 대한 전문가 평가 경도 점수(420)는 회귀 분석 모형(30)을 생성하기 위한 학습 데이터셋으로 활용될 수 있다. 회귀 분석 모형(30)의 바이어스 및 웨이트 등의 파라미터들은 전문가 평가 경도 점수(420)를 기준으로 업데이트되며 학습될 수 있다.The expert
도 5는 일부 실시예에 따른 무게추에 의한 베개의 줄음율을 측정하는 과정 및 인체 경부의 무게를 모사하는 샘플 무게추들을 설정하는 과정을 설명하기 위한 도면이다.FIG. 5 is a view for explaining a process of measuring a reduction rate of a pillow by weights and a process of setting sample weights simulating the weight of a human neck according to some embodiments.
도 5를 참조하면, 0.5 kg 단위의 적층 무게추의 구조(510), 무게추에 의한 베개의 줄음율에 대한 측정 과정(520) 및 인체 경부의 무게를 모사하는 샘플 무게추들의 설정 과정(530)이 도시되어 있다.Referring to FIG. 5 , the
적층 무게추의 구조(510)에는 0.5 kg의 단위 무게추가 도시되어 있다. 0.5 kg의 단위 무게추를 적층시키는 개수에 따라 1.5 kg, 2.0 kg, 2.5 kg 등으로 0.5 kg 간격의 무게추들이 형성될 수 있다. 0.5 kg의 단위 무게추의 지름은 3.5 cm, 높이는 1.8 cm, 부피는 63 cm3일 수 있고, 적층시 이탈 방지를 위해 U자형의 홈이 형성될 수 있다.A unit weight of 0.5 kg is shown in the
측정 과정(520)에서와 같이, 무게추에 의한 베개의 줄음율은 베개 상에 무게추가 올려졌을 때 베가의 높이가 줄어드는 비율을 확인하는 방식으로 측정될 수 있다. 이 때 무게추가 올려지는 부하 위치는 베개가 인체의 경추를 지지하는 부위일 수 있다.As in the
예를 들면, 측정 과정(520)에서는 적층 무게추를 10 mm/s 이하의 속도로 전체 높이의 50% 수준까지 눌렀다가 뗀 후 30초 경과 후의 베개 높이가 측정될 수 있고, 단단한 소재의 베개의 경우 누르는 힘이 과해지는 시점 이전까지 눌렀다가 뗀 후 30초 경과 후의 베개 높이가 측정될 수 있다.For example, in the
설정 과정(530)에서는 인체 경부의 무게를 모사하는 샘플 무게추들이 설정되는 과정이 제시될 수 있다. 설정 과정(530)의 표에는 성인 체중의 분포가 40 kg부터 90kg까지 나열되어 있고, 그와 같은 체중별로 인체의 두경부 및 경부의 무게가 얼마로 추산될 수 있는지가 표시될 수 있다.In the
구체적으로, 인체의 머리 부분 및 목 부분의 무게에 관한 연구(Park 등)에 의하면, 인체 두경부의 무게는 체중의 8% 내지 10%로 추정될 수 있다. 또한, 인체 두경부에서 머리 부분과 목 부분의 무게 비율에 관한 연구(WEI-HUA, 2013, ACSM)에 의하면 인체 두경부에서 목 부분의 무게가 52.69%로 추정될 수 있다. 이 때 인체 두경부에서 목 부분의 무게를 50%로 근사한 경우에, 체중별 인체 경부의 무게(531)가 계산될 수 있다.Specifically, according to a study on the weight of the head and neck of the human body ( Park et al.), the weight of the human head and neck can be estimated to be 8% to 10% of the body weight. In addition, according to a study on the weight ratio of the head and neck in the human head and neck ( WEI-HUA , 2013, ACSM), the weight of the neck in the human head and neck can be estimated to be 52.69%. In this case, when the weight of the neck portion in the human head and neck is approximated by 50%, the
체중별 인체 경부의 무게(531)는 1.6 kg 내지 4.5 kg의 범위를 가지므로, 이를 0.5 kg 단위로 전환하여, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0 및 4.5 kg의 7종의 무게추들이 샘플 무게추들로 설정될 수 있다.Since the
도 6은 일부 실시예에 따른 샘플 무게추들에 의한 샘플 베개들의 줄음율을 설명하기 위한 도면이다.6 is a view for explaining a reduction rate of sample pillows by sample weights according to some embodiments.
도 6을 참조하면, 샘플 무게추들(614)에 의한 샘플 베개들(611)의 줄음율(621)을 설명하기 위한 표(610) 및 표(620)가 도시되어 있다.Referring to FIG. 6 , a table 610 and a table 620 for explaining the
표(610)에는 12종의 샘플 베개들(611)에 대한 전문가 평가 경도 점수(612) 및 12종의 샘플 베개들(611)이 무게추에 의해 줄어들기 이전의 초기 높이(613)가 도시되어 있다. 도시된 바와 같이, 체중별 인체 경부의 무게를 모사하는 샘플 무게추들(614)은 0.5 kg 단위로 1.5 kg 내지 4.5 kg까지의 7종의 무게추들일 수 있다.In the table 610, the expert
표(610)에는 샘플 무게추들(614)에 의해 줄어든 12종의 샘플 베개들(611)의 높이가 정리되어 있다. 이를 초기 높이(613)를 기준으로 계산하면, 표(620)에서와 같이 샘플 무게추들(614)에 의한 샘플 베개들(611)의 줄음율(621)이 정리될 수 있다.In the table 610, the heights of 12 kinds of
샘플 무게추들(614)에 의한 샘플 베개들(611)의 줄음율(621)에 의하면, 회귀 분석 모형(30)의 생성 및 평가 대상 베개의 경도(50)의 산출에 활용되는 기준 무게추(들)(10)이 결정될 수 있다. 본 발명의 제1 실시예에서는 줄음율(621)에 의해 복수의 기준 무게추들이, 제2 실시예에서는 단일의 기준 무게추가 결정될 수 있다.According to the
구체적으로, 줄음율(621)을 활용하여 샘플 무게추들(614)로부터 유효 조합들이 판정될 수 있고, 유효 조합들 중에서 다시 선정되는 어느 하나의 유효 조합이 기준 무게추(들)(10)일 수 있다. 예를 들면, 샘플 무게추들(614)로부터 6개의 유효 조합들 판정될 수 있고, 6개의 유효 조합들 중 어느 하나를 구성하는 무게추들이 기준 무게추(들)(10)일 수 있다.Specifically, valid combinations may be determined from the
즉, 본 발명의 제1 실시예에서, 체중별 인체 경부의 무게를 모사하는 샘플 무게추(614)들의 적어도 일부의 조합들 중 유효 기준을 만족하는 유효 조합들이 판정될 수 있고, 복수의 기준 무게추들은 유효 조합들 중 모형 성능을 기준으로 선정되는 어느 하나의 유효 조합을 구성하는 무게추들일 수 있다.That is, in the first embodiment of the present invention, effective combinations satisfying the effective criterion among at least some combinations of the
도 7은 일부 실시예에 따른 샘플 무게추들에 의한 샘플 베개들의 줄음율의 데이터 신뢰성을 분석하는 방식을 설명하기 위한 도면이다.7 is a view for explaining a method of analyzing data reliability of reduction rates of sample pillows by sample weights according to some embodiments.
도 7을 참조하면, 샘플 무게추들(710)에 의한 샘플 베개들(20)의 줄음율의 데이터 신뢰성을 분석하는 방식을 설명하기 위한 표(700)가 도시되어 있다.Referring to FIG. 7 , a table 700 is shown for explaining a method of analyzing the data reliability of the reduction ratio of the
표(700)에서는 샘플 무게추들(710)의 부하별로 데이터 신뢰성이 분석될 수 있다. 데이터 신뢰성 분석은 R-J 통계량을 통한 정규성 검정에 의해 수행될 수 있다. 이는 p-값이 0.1보다 클 때 정규 분포를 따른다는 가설을 기반으로 하는 것으로서, 샘플 무게추들(710)의 모든 부하에서 p-값이 0.1보다 큰 것으로 확인되어, 샘플 무게추들(710)의 각 부하에서의 샘플 베개들(20)의 줄음율들이 정규 분포를 따른다는 것이 확인될 수 있다.In the table 700 , data reliability may be analyzed for each load of the
즉, 본 발명의 제1 실시예에서, 7종의 샘플 무게추들(710) 각각에 대한 p-값에 기초하여 7종의 샘플 무게추들(710) 각각에 의한 샘플 베개들(20)의 줄음율들이 정규 분포를 따르는지 여부가 판정될 수 있다.That is, in the first embodiment of the present invention, the
도 8은 일부 실시예에 따른 샘플 무게추들의 적어도 일부의 조합들로부터 판정되는 유효 기준을 만족하는 유효 조합들을 설명하기 위한 도면이다.8 is a diagram for describing valid combinations satisfying a validity criterion determined from combinations of at least some of sample weights according to some embodiments.
도 8을 참조하면, 샘플 무게추들의 적어도 일부의 조합들로부터 판정되는 유효 기준을 만족하는 유효 조합들(810)을 설명하기 위한 그래프(800)가 도시되어 있다.Referring to FIG. 8 , a
그래프(800)에는 12개의 샘플 베개들에 대한 유효 조합들(810)의 추정 경도가 도시되어 있다. 유효 조합들(810)은 유효 기준에 따라 7종의 샘플 무게추들의 적어도 일부의 조합들로부터 판정될 수 있다. 도시된 바와 같이, i) 2.5, 4.0 kg의 조합, ii) 2.5, 3.5, 4.5 kg의 조합, iii) 1.5, 3.0, 4.0 kg의 조합, iv) 2.0, 3.5, 4.5 kg의 조합, v) 2.0, 3.0, 4.0 kg의 조합 및 vi) 2.5, 4.5 kg의 조합이 유효 조합들(810)로 판정될 수 있다.
6종의 유효 조합들(810) 중에서도 가장 높은 모형 성능을 갖는 하나의 유효 조합이 선정될 수 있고, 해당 유효 조합이 회귀 분석 모형(30)의 생성 및 평가 대상 베개의 경도(50)의 산출에 관여하는 기준 무게추(들)(10)로 구성될 수 있다.Among the six
가장 높은 모형 성능을 갖는 하나의 유효 조합을 선정할 때, 모형 정확도 및 모형 결정 계수가 선정의 기준이 될 수 있다. 모형 정확도 및 모형 결정 계수를 기준으로 선정하면, 6종의 유효 조합들(810) 중 2번째 유효 조합, 즉 ii) 2.5, 3.5, 4.5 kg의 조합이 기준 무게추(들)(10)이 될 수 있다.When selecting one valid combination with the highest model performance, model accuracy and model determination coefficient may be the criteria for selection. When selected based on model accuracy and model determination coefficient, the second effective combination of six
즉, 본 발명의 제1 실시예에서, 샘플 무게추들은 1.5, 2.0, 2.5, 3.0, 3.5, 4.0 및 4.5 kg의 7종의 샘플 무게추들일 수 있고, 유효 조합들은 7종의 샘플 무게추들로부터 판정되는 6종의 유효 조합들(810)일 수 있고, 복수의 기준 무게추들은 6종의 유효 조합들(810)의 모형 정확도 및 모형 결정 계수를 기준으로 선정되는 2.5, 3.5 및 4.5 kg의 3종의 기준 무게추들일 수 있다.That is, in the first embodiment of the present invention, the sample weights may be 7 sample weights of 1.5, 2.0, 2.5, 3.0, 3.5, 4.0 and 4.5 kg, and effective combinations are 7 sample weights. There may be six
도 9는 일부 실시예에 따른 모형 정확도 및 모형 결정 계수를 기준으로 유효 조합들 중 어느 하나의 유효 조합을 선정하는 방식을 설명하기 위한 도면이다.9 is a diagram for describing a method of selecting one valid combination from among valid combinations based on model accuracy and model determination coefficient, according to some embodiments.
도 9를 참조하면, 모형 정확도 및 모형 결정 계수를 기준으로 유효 조합들 중 어느 하나의 유효 조합을 선정하는 방식을 설명하기 위한 표(900)가 도시되어 있다.Referring to FIG. 9 , a table 900 is shown for explaining a method of selecting any one valid combination among valid combinations based on model accuracy and model determination coefficient.
표(900)에는 6종의 유효 조합들(910)의 R2 값, 수정 R2 값, 예측 R2 값(920) 및 정확도(930)가 도시되어 있다. R2 값, 수정 R2 값, 예측 R2 값(920) 및 정확도(930)는 6종의 유효 조합들(910)의 모형 성능을 평가하기 위한 지표일 수 있다. 표(900)에서는 R2 값, 수정 R2 값 및 예측 R2 값(920)이 6종의 유효 조합들(910) 대부분에서 80%를 상회하므로, 이공학 학술지에서 유효 기준으로 주로 사용되는 70%의 수치가 충분히 만족되고 있음이 확인될 수 있다.Table 900 shows the R 2 value, the corrected R 2 value, the predicted R 2 value 920 and the
R2 값, 수정 R2 값, 예측 R2 값(920) 및 정확도(930) 중에서, 예측 R2 값(920)은 모형 결정 계수를 의미할 수 있고, 정확도(930)는 6종의 유효 조합들(910)에 의해 생성되는 각 회귀 분석 모형이 예측하는 샘플 베개들(20)의 경도 및 샘플 베개들(20)에 대한 전문가 평가 경도 점수의 차이를 비율로 나타낸 것을 의미할 수 있다.Among the R 2 value, the adjusted R 2 value, the predicted R 2 value 920 and the
표(900)에서는 6종의 유효 조합들(910) 중에서 가장 높은 모형 정확도(930)를 갖는 것은 2.5, 3.5, 4.5 kg의 2번 유효 조합(940)이고, 6종의 유효 조합들(910) 중에서 가장 높은 모형 결정 계수, 즉 예측 R2 값(920)을 갖는 것은 2.5, 4.5 kg의 6번 유효 조합(950)임이 확인될 수 있다.In the table 900, the second
2번 유효 조합(940) 및 6번 유효 조합(950)은 모두 2.5 kg 및 4.5 kg을 종속 변수로 포함하고 있으므로, 둘 중에서 더 높은 모형 정확도(930)를 갖는 2번 유효 조합(940)의 2.5, 3.5, 4.5 kg이, 회귀 분석 모형(30)의 생성 및 평가 대상 베개의 경도(50)의 산출에 활용되는 3종의 기준 무게추들로 최종 선정될 수 있다.Since the 2nd
도 10은 일부 실시예에 따른 유효 조합들에 대한 정규성 검정을 수행하는 방식을 설명하기 위한 도면이다.10 is a diagram for describing a method of performing a normality test on valid combinations according to some embodiments.
도 10을 참조하면, 따른 유효 조합들에 대한 정규성 검정을 수행하는 방식을 설명하기 위한 그래프(1000)가 도시되어 있다.Referring to FIG. 10 , a
그래프(1000)에서와 같이, 유효 조합들에 대한 정규성 검정은, 모형에 의해 추정되는 경도와 실제 경도 간의 잔차, 즉 전문가 평가 경도 점수 및 모형 예측 경도의 잔차에 대해 수행될 수 있다. 앞서 살핀 6종의 유효 조합들은 정규성 검정을 통해 검증될 수 있다. 즉, 본 발명의 제1 실시예에서, 6종의 유효 조합들은 전문가 평가 경도 점수 및 모형 예측 경도의 잔차에 대한 정규성 검정을 통해 검증될 수 있다.As in
정규성 검정에 의하면 7종의 샘플 무게추들로부터 도출되는 다양한 무게추 조합들이 정규 분포를 따르는지, 즉 p-값이 0.1 이상인지 여부가 검증되어 부적합한 조합들이 필터링될 수 있다. 한편, 정규성 검정 외에도 무게추 조합들에 따른 모형들 중 비정상 관측치를 인지하는 모형은 제외될 수 있고, 수정 R2 값과 예측 R2 값이 70% 미만인 모형은 제외될 수 있다. 즉, 앞서 살핀 6종의 유효 조합들은 정규성 검정, 비정상 관측치 및 수정/예측 R2 값의 필터링을 모두 통과한 무게추 조합들을 의미할 수 있다.According to the normality test, it is verified whether various weight combinations derived from 7 types of sample weights follow a normal distribution, that is, whether the p-value is 0.1 or more, so that unsuitable combinations can be filtered out. Meanwhile, in addition to the normality test, models that recognize abnormal observations among models according to weight combinations may be excluded, and models with corrected R 2 values and predicted R 2 values of less than 70% may be excluded. That is, the six effective combinations of the above salpins may refer to weight combinations that have passed the normality test, the abnormal observation, and the filtering of the corrected/predicted R 2 value.
도 11은 일부 실시예에 따른 회귀 분석 모형에 기초하여 평가 대상 베개의 경도를 산출하는 과정을 설명하기 위한 도면이다.11 is a view for explaining a process of calculating the hardness of a pillow to be evaluated based on a regression analysis model according to some embodiments.
도 11을 참조하면, 회귀 분석 모형(1110)에 기초하여 평가 대상 베개(1121)의 경도(1123)를 산출하는 과정을 설명하기 위한 표(1120) 및 7단계 분류표(1130)가 도시되어 있다.Referring to FIG. 11 , a table 1120 and a seven-step classification table 1130 are shown for explaining the process of calculating the
회귀 분석 모형(1110)은 2.5 kg 무게추에 의한 줄음율, 3.5 kg 무게추에 의한 줄음율 및 4.5 kg 무게추에 의한 줄음율에 관한 수식으로 표현될 수 있다. 회귀 분석 모형(1110)은 2.5, 3.5 및 4.5 kg 무게추에 의한 줄음율의 3개의 독립 변수에 의해 표현되므로 다중 회귀 분석 모형일 수 있고, 또한 2.5, 3.5 및 4.5 kg 무게추에 의한 줄음율은 모두 1차식으로 표현되므로 회귀 분석 모형(1110)은 선형 회귀 분석 모형일 수 있다.The
즉, 본 발명의 제1 실시예에서, 회귀 분석 모형(1110)은 3종의 기준 무게추들에 의한 줄음율들을 독립 변수로 하는 다중 선형 회귀 분석 모형일 수 있다.That is, in the first embodiment of the present invention, the
표(1120)에서는, 평가 대상 베개(1121)의 초기 높이 및 3종의 기준 무게추들에 의해 줄어든 높이가 도시되어 있고, 그 비율에 관하여 3종의 기준 무게추들에 의한 평가 줄음율들(1122)이 도시되어 있다. 평가 줄음율들(1122)이 회귀 분석 모형(1110)에 대입되는 경우, 평가 대상 베개(1121)의 경도(1123)가 산출될 수 있다.In the table 1120, the initial height of the
한편, 7단계 분류표(1130)에서는 경도(1123)의 수치에 따라 평가 대상 베개(1121)가 부드럽거나 단단한 정도가 7단계 중 어느 하나로 판정될 수 있다. 평가 대상 베개(1121) 중 VH 베개의 경우 경도(1123)의 수치가 8.34로서 8.0을 초과하지만, 이와 같은 경우 VH 베개의 경도(1123) 수치는 상한값 8.0으로 취급될 수 있다.On the other hand, in the seven-level classification table 1130, the degree of softness or hardness of the
도 12는 일부 실시예에 따른 단일의 기준 무게추에 의한 단순 회귀 분석 모형을 설명하기 위한 도면이다.12 is a view for explaining a simple regression analysis model using a single reference weight according to some embodiments.
도 12를 참조하면, 단일의 기준 무게추에 의한 단순 회귀 분석 모형(1210) 및 단순 회귀 분석 모형(1210)에 대한 정규성 검정의 결과 그래프(1220)가 도시되어 있다.Referring to FIG. 12 , a simple
단일의 기준 무게추에 의한 단순 회귀 분석 모형(1210)은 본 발명의 제2 실시예에 따른 것일 수 있다. 이상에서는 기준 무게추(들)(10)이 복수의 기준 무게추들에 해당하는 본 발명의 제1 실시예가 중점적으로 설명되었으나, 이하에서는 기준 무게추(들)(10)이 단일의 기준 무게추에 해당하는 본 발명의 제2 실시예가 설명될 수 있다.The simple
본 발명의 제2 실시예에서는, 기준 무게추(들)(10)이 복수의 기준 무게추들이 아닌 단일의 기준 무게추라는 점을 제외하면, 본 발명의 제1 실시예와 실질적으로 동일한 방식으로 회귀 분석 모형(30)이 생성될 수 있고, 평가 대상 베개의 경도(50)가 산출될 수 있다.In a second embodiment of the present invention, in substantially the same manner as in the first embodiment of the present invention, except that the reference weight(s) 10 is a single reference weight and not a plurality of reference weights. The
단순 회귀 분석 모형(1210)에서와 같이, 본 발명의 제2 실시예에서는 회귀 분석 모형(30)이 1종의 기준 무게추에 의한 줄음율을 독립 변수로 가질 수 있다. 1종의 기준 무게추는 대한민국 남녀 체중 범위를 반영하는 통계 수치에 의해 결정될 수 있다. 예를 들면, 체중 분포의 중앙값이 대표값으로 활용되어, 중앙값에 대응되는 인체 경부의 무게가 1종의 기준 무게추로 설정될 수 있다. 즉, 본 발명의 제2 실시예에서, 단일의 기준 무게추는, 체중 분포의 중앙값에 대응되는 인체 경부의 무게를 모사하는 3.5 kg의 무게추일 수 있다.As in the simple
본 발명의 제2 실시예에서의 독립 변수에 해당하는 3.5 kg의 무게추에 의한 줄음율은 1차식의 형태로 회귀 분석 모형(30)에 반영될 수 있다. 도시된 바와 같이, 단순 회귀 분석 모형(1210)은 3.5 kg의 무게추에 의한 줄음율에 대한 1차식으로 표현되는 선형 회귀 분석 모형일 수 있고(베개 경도 = 7.959 - 7.450 x {3.5kg 줄음율}), 3.5 kg의 무게추에 의한 줄음율만을 독립 변수로 갖는 단순 회귀 분석 모형일 수 있다. 즉, 본 발명의 제2 실시예에서, 회귀 분석 모형(30)은, 3.5 kg의 무게추에 의한 줄음율을 독립 변수로 하는 단순 선형 회귀 분석 모형일 수 있다. The reduction rate by the weight of 3.5 kg corresponding to the independent variable in the second embodiment of the present invention may be reflected in the
단순 회귀 분석 모형(1210)에 대해서는 결과 그래프(1220)에서와 같이 정규성 검정이 이루어질 수 있다. 결과 그래프(1220)에서는 단순 회귀 분석 모형(1210)의 예측값 및 샘플 베개들(20)에 대한 전문가 평가 경도 점수의 잔차가 정규 분포를 따르는지를 검증하기 위해 p-값이 0.1을 초과하는지 여부가 확인될 수 있다.For the simple
한편, 본 발명의 제2 실시예에서도, 본 발명의 제1 실시예에서와 마찬가지로, 샘플 베개들(20)은 1.0 이상 8.0 이하의 베개 경도 범위에 분포되는 12종의 베개들일 수 있고, 전문가 평가 경도 점수는 12종의 베개들 각각에 대한 업계 관계자들의 주관적 평가 점수의 평균일 수 있다.On the other hand, in the second embodiment of the present invention, as in the first embodiment of the present invention, the
도 13은 일부 실시예에 따른 평가 대상 베개의 경도를 2개 분류, 3개 분류, 5개 분류 및 7개 분류 중 어느 하나의 분류 세밀도에 따라 분류하는 방식을 설명하기 위한 도면이다.13 is a view for explaining a method of classifying the hardness of an evaluation target pillow according to the classification precision of any one of two classifications, three classifications, five classifications, and seven classifications, according to some embodiments.
도 13을 참조하면, 본 발명의 제2 실시예에 따른 단순 회귀 분석 모형에 의해 평가 대상 베개의 경도(50)를 분류하기 위한 2개 분류(1310), 3개 분류(1320), 5개 분류(1330) 및 7개 분류(1340)가 도시되어 있다.Referring to FIG. 13 , two
본 발명의 제2 실시예에서, 평가 대상 베개(40)가 단일의 기준 무게추, 즉 3.5 kg의 무게추에 의해 줄어드는 평가 줄음율이 측정되는 경우, 평가 줄음율의 수치에 기반하여 다시 평가 대상 베개(40)가 부드러운지 단단한지, 또는 부드럽거나 단단한 정도가 분류될 수 있다. 도시된 바와 같이, 평가 대상 베개(40)는 단일의 기준 무게추에 의한 평가 줄음율의 수치를 기준으로, 2개 분류(1310), 3개 분류(1320), 5개 분류(1330) 및 7개 분류(1340) 중 어느 하나의 분류 세밀도에 의해 분류될 수 있다.In the second embodiment of the present invention, when the
즉, 본 발명의 제2 실시예에서, 평가 대상 베개(40)는 1.0 이상 8.0 이하의 베개 경도 범위를 기준으로 2개 분류(1310), 3개 분류(1320), 5개 분류(1330) 및 7개 분류(1340) 중 어느 하나의 분류 세밀도에 따라 분류될 수 있다.That is, in the second embodiment of the present invention, the
2개 분류(1310)에서는, 단일의 기준 무게추에 의해 평가 대상 베개(40)의 높이가 줄어드는 평가 줄음율의 수치가 59.5% 이하인 경우 단단한 것으로, 반대의 경우 부드러운 것으로 분류될 수 있다. 즉, 분류 세밀도가 2개 분류(1310)인 경우 부드러움 및 단단함 중 어느 하나로 분류하기 위한 기준이 되는 분류 경계 줄음율은 59.5%로 설정될 수 있다.In the two
분류 경계 줄음율이 59.5%로 설정되는 2개 분류(1310)와 유사하게, 3개 분류(1320)에서는 분류 경계 줄음율이 75.5% 및 44.3%일 수 있고, 5개 분류(1330) 및 7개 분류(1340)에서도 도시된 바와 같은 분류 경계 줄음율이 설정될 수 있다. 이와 같은 분류 경계 줄음율의 수치들은 본 발명의 제2 실시예의 단순 회귀 분석 모형으로부터 역으로 산출될 수 있다.Similarly to the two
즉, 본 발명의 제2 실시예에서, 평가 대상 베개(40)를 분류 세밀도에 따라 분류하기 위한 분류 경계 줄음율은 회귀 분석 모형(30)에 의해 도출되는 경도 범위로부터 역으로 산출될 수 있다.That is, in the second embodiment of the present invention, the classification boundary reduction rate for classifying the
예를 들면, 회귀 분석 모형(30)에 의해 도출되는 경도 범위는 1.0 이상 8.0 이하의 베개 경도 범위일 수 있고, 1.0 이상 8.0 이하의 경도 범위는 4.5를 기준으로 2개로 나뉠 수 있으므로, 회귀 분석 모형(30)이 4.5를 도출하게 하는 종속 변수의 값, 즉 4.5의 평가 대상 베개의 경도(50)에 대응되는 줄음율 수치인 59.5%가 2개 분류(1310)의 분류 경계 줄음율로 설정될 수 있다. 3개 분류(1320), 5개 분류(1330) 및 7개 분류(1340)의 경우에도 마찬가지의 방식으로 분류 경계 줄음율이 역산출될 수 있다.For example, the hardness range derived by the
도 14 및 도 15는 일부 실시예에 따른 베개 경도 평가 방법을 구성하는 단계들을 나타내는 흐름도이다.14 and 15 are flowcharts illustrating steps of configuring a pillow hardness evaluation method according to some embodiments.
도 14 및 도 15를 참조하면, 본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)은 단계 1410 및 단계 1420을 포함할 수 있고, 본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)은 단계 1510 및 단계 1520을 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 도 14 및 도 15에 도시되는 단계들 외에 다른 범용적인 단계들이 베개 경도 평가 방법(1400) 및 베개 경도 평가 방법(1500)에 더 포함될 수 있다.14 and 15 , the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400) 및 본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)은 도 1 내지 도 13을 통해 전술한 베개 경도 평가 장치(100)에서 시계열적으로 처리되는 단계들로 구성될 수 있다. 따라서, 이하에서 생략되는 내용이라 할지라도 베개 경도 평가 장치(100)에 대해 이상에서 설명되는 내용은 베개 경도 평가 방법(1400) 및 베개 경도 평가 방법(1500)에 대해서도 동일한 취지로 적용될 수 있다.The pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)의 단계 1410에서, 베개 경도 평가 장치(100)는, 샘플 베개들(20)에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 복수의 기준 무게추들에 의해 샘플 베개들(20)의 높이가 줄어드는 비율을 나타내는 샘플 줄음율들을 독립 변수로 하고, 샘플 베개들(20)의 경도를 종속 변수로 하는 회귀 분석 모형(30)을 생성할 수 있다.In
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)의 단계 1420에서, 베개 경도 평가 장치(100)는, 샘플 베개들(20) 외의 평가 대상 베개(40)의 높이가 복수의 기준 무게추들에 의해 줄어드는 비율을 나타내는 평가 줄음율들을 회귀 분석 모형(30)에 대입하여 평가 대상 베개의 경도(50)를 산출할 수 있다.In
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 체중별 인체 경부의 무게를 모사하는 샘플 무게추들의 적어도 일부의 조합들 중 유효 기준을 만족하는 유효 조합들이 판정될 수 있고, 복수의 기준 무게추들은 유효 조합들 중 모형 성능을 기준으로 선정되는 어느 하나의 유효 조합을 구성하는 무게추들일 수 있다.In the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 샘플 무게추들은 1.5, 2.0, 2.5, 3.0, 3.5, 4.0 및 4.5 kg의 7종의 샘플 무게추들일 수 있고, 유효 조합들은 7종의 샘플 무게추들로부터 판정되는 6종의 유효 조합들일 수 있고, 복수의 기준 무게추들은 6종의 유효 조합들의 모형 정확도 및 모형 결정 계수를 기준으로 선정되는 2.5, 3.5 및 4.5 kg의 3종의 기준 무게추들일 수 있다.In the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 회귀 분석 모형(30)은 3종의 기준 무게추들에 의한 줄음율들을 독립 변수로 하는 다중 선형 회귀 분석 모형일 수 있다.In the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 6종의 유효 조합들은 전문가 평가 경도 점수 및 모형 예측 경도의 잔차에 대한 정규성 검정을 통해 검증될 수 있다.In the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 7종의 샘플 무게추들 각각에 대한 p-값에 기초하여 7종의 샘플 무게추들 각각에 의한 샘플 베개들(20)의 줄음율들이 정규 분포를 따르는지 여부가 판정될 수 있다.In the pillow
본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400)에서, 샘플 베개들(20)은 1.0 이상 8.0 이하의 베개 경도 범위에 분포되는 12종의 베개들일 수 있고, 전문가 평가 경도 점수는 12종의 베개들 각각에 대한 업계 관계자들의 주관적 평가 점수의 평균일 수 있다.In the pillow
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)의 단계 1510에서, 베개 경도 평가 장치(100)는, 샘플 베개들(20)에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 샘플 베개들(20)의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 샘플 베개들(20)의 경도를 종속 변수로 하는 회귀 분석 모형(30)을 생성할 수 있다.In
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)의 단계 1520에서, 베개 경도 평가 장치(100)는, 샘플 베개들(20) 외의 평가 대상 베개(40)의 높이가 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 회귀 분석 모형(30)에 대입하여 평가 대상 베개의 경도(50)를 산출할 수 있다.In
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)에서, 샘플 베개들(20)은 1.0 이상 8.0 이하의 베개 경도 범위에 분포되는 12종의 베개들일 수 있고, 전문가 평가 경도 점수는 상기 12종의 베개들 각각에 대한 업계 관계자들의 주관적 평가 점수의 평균일 수 있다.In the pillow
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)에서, 평가 대상 베개(40)는 1.0 이상 8.0 이하의 베개 경도 범위를 기준으로 2개 분류, 3개 분류, 5개 분류 및 7개 분류 중 어느 하나의 분류 세밀도에 따라 분류될 수 있다.In the pillow
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)에서, 평가 대상 베개(40)를 분류 세밀도에 따라 분류하기 위한 분류 경계 줄음율은 회귀 분석 모형(30)에 의해 도출되는 경도 범위로부터 역으로 산출될 수 있다.In the pillow
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)에서, 단일의 기준 무게추는 체중 분포의 중앙값에 대응되는 인체 경부의 무게를 모사하는 3.5 kg의 무게추일 수 있다.In the pillow
본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)에서, 회귀 분석 모형(30)은 3.5 kg의 무게추에 의한 줄음율을 독립 변수로 하는 단순 선형 회귀 분석 모형일 수 있다.In the pillow
한편, 본 발명의 제1 실시예에 따른 베개 경도 평가 방법(1400) 및 본 발명의 제2 실시예에 따른 베개 경도 평가 방법(1500)은, 그 방법을 실행하는 명령어들을 포함하는 적어도 하나의 프로그램 또는 소프트웨어가 기록되는 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.On the other hand, the pillow
컴퓨터로 판독 가능한 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령어의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드가 포함될 수 있다.Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and floppy disks. Magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like may be included. Examples of program instructions may include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
이상에서 본 발명의 실시예들이 상세하게 설명되었으나 본 발명에 따른 권리범위가 이에 한정되는 것은 아니고, 다음의 청구범위에 기재되어 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명에 따른 권리범위에 포함되는 것으로 해석되어야 한다.Although the embodiments of the present invention have been described in detail above, the scope of the rights according to the present invention is not limited thereto, and various modifications and improvements by those skilled in the art using the basic concept of the present invention described in the following claims are also present. It should be construed as being included in the scope of rights according to the
Claims (8)
샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하는 단계; 및
상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하는 단계; 를 포함하며,
상기 단일의 기준 무게추는 체중 분포의 중앙값에 대응되는 인체 경부의 무게를 모사하는 3.5 kg의 무게추인, 베개 경도 평가 방법.A method for evaluating pillow hardness, which is performed by a processor executing instructions stored in memory, the method comprising:
Using the expert evaluation hardness score for the sample pillows as the learning dataset, the sample shrinkage rate indicating the rate at which the height of the sample pillows is reduced by a single reference weight as the independent variable, and the hardness of the sample pillows as the dependent variable generating a regression analysis model to and
Calculating the hardness of the evaluation target pillow by substituting an evaluation shrinkage rate indicating a rate at which the height of the evaluation target pillow other than the sample pillows is reduced by the single reference weight into the regression analysis model; includes,
The single reference weight is a weight of 3.5 kg that simulates the weight of the human neck corresponding to the median value of the weight distribution, the pillow hardness evaluation method.
상기 샘플 베개들은 1.0 이상 8.0 이하의 베개 경도 범위에 분포되는 12종의 베개들이고, 상기 전문가 평가 경도 점수는 상기 12종의 베개들 각각에 대한 업계 관계자들의 주관적 평가 점수의 평균인, 베개 경도 평가 방법.The method of claim 1,
The sample pillows are 12 types of pillows distributed in a pillow hardness range of 1.0 or more and 8.0 or less, and the expert evaluation hardness score is an average of subjective evaluation scores of industry officials for each of the 12 types of pillows, pillow hardness evaluation method .
상기 평가 대상 베개는 상기 1.0 이상 8.0 이하의 베개 경도 범위를 기준으로 2개 분류, 3개 분류, 5개 분류 및 7개 분류 중 어느 하나의 분류 세밀도에 따라 분류되는, 베개 경도 평가 방법.3. The method of claim 2,
The evaluation target pillow is classified according to the granularity of any one of two classifications, three classifications, five classifications, and seven classifications, based on the pillow hardness range of 1.0 or more and 8.0 or less, pillow hardness evaluation method.
상기 평가 대상 베개를 상기 분류 세밀도에 따라 분류하기 위한 분류 경계 줄음율은 상기 회귀 분석 모형에 의해 도출되는 경도 범위로부터 역으로 산출되는, 베개 경도 평가 방법.4. The method of claim 3,
The classification boundary reduction rate for classifying the evaluation target pillow according to the classification granularity is calculated inversely from the hardness range derived by the regression analysis model, the pillow hardness evaluation method.
상기 회귀 분석 모형은 상기 3.5 kg의 무게추에 의한 줄음율을 독립 변수로 하는 단순 선형 회귀 분석 모형인, 베개 경도 평가 방법.The method of claim 1,
The regression analysis model is a simple linear regression analysis model with the rate of reduction by the weight of 3.5 kg as an independent variable, pillow hardness evaluation method.
상기 단순 선형 회귀 분석 모형은, 다음의 수식:
베개 경도 = 7.959 - 7.450 x {3.5kg 줄음율} 으로 표현되는, 베개 경도 평가 방법.7. The method of claim 6,
The simple linear regression analysis model has the following formula:
Pillow hardness = 7.959 - 7.450 x {3.5 kg reduction rate}, the pillow hardness evaluation method.
명령어들을 저장하는 메모리; 및
상기 명령어들을 실행함으로써:
샘플 베개들에 대한 전문가 평가 경도 점수를 학습 데이터셋으로 하고, 단일의 기준 무게추에 의해 상기 샘플 베개들의 높이가 줄어드는 비율을 나타내는 샘플 줄음율을 독립 변수로 하고, 상기 샘플 베개들의 경도를 종속 변수로 하는 회귀 분석 모형을 생성하고,
상기 샘플 베개들 외의 평가 대상 베개의 높이가 상기 단일의 기준 무게추에 의해 줄어드는 비율을 나타내는 평가 줄음율을 상기 회귀 분석 모형에 대입하여 상기 평가 대상 베개의 경도를 산출하도록 구성되는 프로세서; 를 포함하고,
상기 단일의 기준 무게추는 체중 분포의 중앙값에 대응되는 인체 경부의 무게를 모사하는 3.5 kg의 무게추인, 베개 경도 평가 장치.
In the pillow hardness evaluation device,
a memory storing instructions; and
By executing the above commands:
Using the expert evaluation hardness score for the sample pillows as the learning dataset, the sample shrinkage rate indicating the rate at which the height of the sample pillows is reduced by a single reference weight as the independent variable, and the hardness of the sample pillows as the dependent variable Create a regression analysis model with
a processor configured to calculate the hardness of the evaluation subject pillow by substituting an evaluation shrinkage rate representing a rate at which the height of the evaluation subject pillow other than the sample pillows is reduced by the single reference weight to the regression analysis model; including,
The single reference weight is a weight of 3.5 kg that simulates the weight of the human neck corresponding to the median value of the weight distribution, a pillow hardness evaluation device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210011689A KR102462918B1 (en) | 2021-01-27 | 2021-01-27 | Method and device for evaluating pillow hardness |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210011689A KR102462918B1 (en) | 2021-01-27 | 2021-01-27 | Method and device for evaluating pillow hardness |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220108554A KR20220108554A (en) | 2022-08-03 |
KR102462918B1 true KR102462918B1 (en) | 2022-11-04 |
Family
ID=82847156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210011689A KR102462918B1 (en) | 2021-01-27 | 2021-01-27 | Method and device for evaluating pillow hardness |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102462918B1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000189472A (en) | 1998-10-22 | 2000-07-11 | Denso Corp | Bedsore prevention apparatus |
JP2005069968A (en) | 2003-08-27 | 2005-03-17 | Aisin Seiki Co Ltd | Seat detecting apparatus |
JP2011514230A (en) | 2008-03-15 | 2011-05-06 | ストライカー コーポレイション | Adaptive buffering method and adaptive buffering device for minimizing concentration of force on human body |
JP2017187412A (en) * | 2016-04-07 | 2017-10-12 | 国立大学法人東京工業大学 | Pillow production method and pillow production device |
JP2019141358A (en) | 2018-02-21 | 2019-08-29 | 株式会社デンソー | Pillow device, pillow adjustment system, and pillow adjustment method |
KR102258182B1 (en) | 2019-12-17 | 2021-06-01 | 연세대학교 원주산학협력단 | Anti-head drop pillow for rehabilitation patients in tilt table standing |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100854055B1 (en) * | 2006-06-28 | 2008-08-26 | 듀오백코리아 주식회사 | custom-made pillow selection method and system using it |
-
2021
- 2021-01-27 KR KR1020210011689A patent/KR102462918B1/en active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000189472A (en) | 1998-10-22 | 2000-07-11 | Denso Corp | Bedsore prevention apparatus |
JP2005069968A (en) | 2003-08-27 | 2005-03-17 | Aisin Seiki Co Ltd | Seat detecting apparatus |
JP2011514230A (en) | 2008-03-15 | 2011-05-06 | ストライカー コーポレイション | Adaptive buffering method and adaptive buffering device for minimizing concentration of force on human body |
JP2017187412A (en) * | 2016-04-07 | 2017-10-12 | 国立大学法人東京工業大学 | Pillow production method and pillow production device |
JP2019141358A (en) | 2018-02-21 | 2019-08-29 | 株式会社デンソー | Pillow device, pillow adjustment system, and pillow adjustment method |
KR102258182B1 (en) | 2019-12-17 | 2021-06-01 | 연세대학교 원주산학협력단 | Anti-head drop pillow for rehabilitation patients in tilt table standing |
Also Published As
Publication number | Publication date |
---|---|
KR20220108554A (en) | 2022-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sawatsky et al. | Partial least squares regression in the social sciences | |
Dufau et al. | How to say “no” to a nonword: A leaky competing accumulator model of lexical decision. | |
WO2008144560A1 (en) | Algorithms to predict clinical response, adherence, and shunting with thiopurines | |
JP2009530866A5 (en) | ||
Asiret et al. | Investigating Test Equating Methods in Small Samples Through Various Factors. | |
Afthanorhan et al. | Modelling a high reliability and validity by using confirmatory factor analysis on five latent construct: Volunteerism program | |
Lee et al. | Minimum wages and employment: Reconsidering the use of a time series approach as an evaluation tool | |
KR102462918B1 (en) | Method and device for evaluating pillow hardness | |
KR102462917B1 (en) | Method and device for evaluating pillow hardness | |
Subedi et al. | Evaluating height‐age determination methods for jack pine and black spruce plantations using stem analysis data | |
Rizopoulos et al. | Dynamic predictions with time-dependent covariates in survival analysis using joint modeling and landmarking | |
Xin | A study of ties and time-varying covariates in cox proportional hazards model | |
Lathrop | Practical issues in estimating classification accuracy and consistency with R Package cacIRT | |
Schweizer et al. | On modeling the ceiling effect observed in cognitive data in the framework of confirmatory factor analysis | |
Juselius et al. | Balassa-Samuelson and wage, price and unemployment dynamics in the Spanish transition to EMU membership | |
Marks-Anglin et al. | Small-study effects: current practice and challenges for future research | |
EP2397956B1 (en) | Method for simulating article made of viscoelastic material | |
Sego | Applications of control charts in medicine and epidemiology | |
CN114490412A (en) | Three-dimensional CAD software performance measurement method and device based on self-subtraction reverse cloud generator | |
Xu et al. | Prediction of bruising susceptibility in white radish (Raphanus sativus L.) using FEA-RSM technique | |
KOCAKOÇ et al. | A new descriptive statistic for functional data: functional coefficient of variation | |
Gouriou et al. | Analysis of the variability of food texture properties: Application to the fracturability of dry pet food | |
Shook | The randomized placebo-phase design: Evaluation, interim monitoring and analysis | |
Garavaglia et al. | Innovation and market structure in pharmaceuticals: An econometric analysis on simulated data | |
Fu et al. | Measurement system escape and overkill rate analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
N231 | Notification of change of applicant | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |