모바일 스마트폰에 내장된 센서의 성능이 향상되면서 센서에서 수집된 데이터를 이용한 연구가 많이 진행되고 있다. 본 연구
에서는 스마트폰에 탑재된 3축 자기센서에서 얻어진 데이터를 이용하여 4가지 인간행동 인식에 대한 연구를 머신러닝을 이용하
여 진행하였다. 3축 자기센서의 전체 데이터에서 2초간 데이터를 프레임으로 묶어서 여러 개의 프레임으로 나눈 다음, 합성곱 신
경망의 입력(input)으로 사용하여 지도 학습을 진행하였다. 방향에 의존하는 자기센서의 작동을 확인하였으며, 서기(standing), 앉
기(sitting), 걷기(walking), 뛰기(jogging) 에 대한 행동인식이 잘 이루어짐을 확인하였다.

As the performance of sensors embedded in mobile smart phones has improved, many studies using data collected from sensors are being conducted. In this study, using the data obtained from the 3-axis magnetic sensor mounted on the smartphone, a study on the recognition of four human activities was performed using machine learning. From the total data of the 3-axis magnetic sensor, the data was bundled into frames for 2 seconds, divided into several frames, and then supervised learning was carried out using it as an input to the convolutional neural network. The operation of the magnetic sensor depending on the direction was confirmed, and the human activity recognition for standing, sitting, walking, and jogging was verified.