• 제목/요약/키워드: 작업기반 훈련

검색결과 137건 처리시간 0.041초

국제 기능 장애 건강분류의 구성요소에 기반을 둔 자기관리 훈련이 경직성 뇌성마비 아동의 기능적 독립성에 미치는 영향 (Effect of Self Care Training(based on International Classification of Functioning, Disability and Health) on Functional Independence in the Young Children with Spastic Cerebral Palsy)

  • 김희영
    • 한국콘텐츠학회논문지
    • /
    • 제9권5호
    • /
    • pp.182-188
    • /
    • 2009
  • 본 연구는 국제 기능 장애 건강분류의 구성요소에 기반을 둔 자기관리 훈련이 경직성 뇌성마비 아동의 기능적 독립성에 미치는 영향을 알아보고자 하였다. 연구대상은 K광역시 소재 병원 두 곳의 재활의학과에 내원하는 35개월 이상 72개월 미만인 경직성 뇌성마비 아동(남아=25, 여아=18) 중 GMFCS(Gross Motor Function Classification System) level III-IV인 아동 43명으로 구성하였다. 연구기 간은 2008년 8월 1일부터 2008년 9월 31일까지였고, 자기관리 훈련은 2인의 작업치료사에 의해 회당 30분씩 주 4회 제공되었다. 자기관리 훈련은 먹기, 꾸미기, 목욕하기, 화장실 사용하기의 4개 영역으로 구성하였다. 훈련 후 경직성 뇌성마비 아동의 기능적 독립성 변화는 Wee-FIM(Functional Independence Measure for Children)을 이용하여 측정하였다. 연구결과 자기관리 훈련 후 뇌성마비 아동의 기능적 독립성은 유의한 향상을 보였다. 위의 결과에 근거하여 자기관리 훈련을 경직성 뇌성마비 아동의 기능적 독립성 향상을 위해 효과적인 방법으로서 충분히 활용 할 수 있을 것으로 기대한다.

VR 및 Desktop 기반 운전 시뮬레이터 사이의 실재감과 생리적 각성 반응에 관한 비교연구 (Comparative Studies on The Relationship between Presence and Physiological Arousal in Virtual Reality and Desktop Based Driving Simulator)

  • 이명희;김정현
    • 한국HCI학회:학술대회논문집
    • /
    • 한국HCI학회 2009년도 학술대회
    • /
    • pp.1239-1245
    • /
    • 2009
  • 가상현실의 자연스러운 응용분야는 작업 훈련(Task Training) 분야이다. 이러한 작업 훈련 분야에서 가장 중요한 요소 중 하나는 각성 수준(Arousal Level)으로, 적절한 각성 수준은 과제 훈련의 효과를 결정짓는다. 본 연구는 VR 환경과 Desktop 환경의 자동차 운전 시뮬레이터에서 피험자가 실험을 위하여 설계된 2 개의 시나리오를 수행하는 동안 피험자의 생리 신호를 측정하고, 실험 후 각 환경에 대한 주관적인 실재감을 측정하여, 두 실험 환경 사이에 피험자의 주관적인 실재감이 유의한 차이가 있는지 알아보고, 피험자가 수행한 시나리오와 시나리오에 종속된 실험 태스크에 대하여, 각성 수준을 평가할 때 유용한 지표로 활용되는 피부전도도(GSR) 반응이 피험자의 주관적인 실재감의 결과와 어떠한 관계를 보이는지 살펴 보았다. 실험 결과 두 실험 환경 사이의 피험자의 주관적인 실재감은 유의한 차이가 있었고, VR 환경에서 더 높게 나왔다. 그러나 두 실험 환경 사이의 피험자의 생리적 각성 반응은 실재감의 결과처럼 유의한 차이를 보여주지 못했으며, 오히려 시나리오에 종속된 실험 태스크에 따라서 유의한 차이를 보여주었다. 따라서 실재감과 피부전도도 (GSR)측정에 의한 각성도 는 직접적인 관계가 적은 것으로 생각되며, 이는 피부전도도(GSR)를 실재감의 한 척도로 쓰기에는 적합하지 않을 수 있다는 것을 의미한다.

  • PDF

순환 신경망에서 LSTM 블록을 사용한 영어와 한국어의 시편 생성기 비교 (Psalm Text Generator Comparison Between English and Korean Using LSTM Blocks in a Recurrent Neural Network)

  • 에런 스노버거;이충호
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 추계학술대회
    • /
    • pp.269-271
    • /
    • 2022
  • 최근 몇 년 동안 LSTM 블록이 있는 RNN 네트워크는 순차적 데이터를 처리하는 기계 학습 작업에 광범위하게 사용되어왔다. 이러한 네트워크는 주어진 시퀀스에서 가능성이 다음으로 가장 높은 단어를 기존 신경망보다 더 정확하게 예측할 수 있기 때문에 순차적 언어 처리 작업에서 특히 우수한 것으로 입증되었다. 이 연구는 영어와 한국어로 된 150개의 성경 시편에 대한 세 가지 다른 번역에 대해 RNN/LSTM 신경망을 훈련하였다. 그런 다음 결과 모델에 입력 단어와 길이 번호를 제공하여 훈련 중에 인식한 패턴을 기반으로 원하는 길이의 새 시편을 자동으로 생성하였다. 영어 텍스트와 한국어 텍스트에 대한 네트워크 훈련 결과를 상호 비교하고 개선할 점을 기술한다.

  • PDF

사용자 데모를 이용한 관계적 개체 기반 정책 학습 (Learning Relational Instance-Based Policies from User Demonstrations)

  • 박찬영;김현식;김인철
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제37권5호
    • /
    • pp.363-369
    • /
    • 2010
  • 데모-기반 학습은 사용자가 직접 작업을 시연함으로써 로봇에게 쉽게 새로운 작업지식을 가르칠 수 있다는 장점이 있다. 하지만 기존의 많은 데모-기반 학습법들은 상태공간과 정책들을 표현하기 위해 속성-값 벡터 모델을 이용하였다. 속성-값 벡터 모델의 제한성으로 인해, 이들은 학습과정의 효율성도 낮고 학습된 정책의 재사용성도 낮았다. 본 논문에서는 기존의 속성-값 모델 대신 관계적 모델을 이용하는 새로운 데모-기반 작업 학습법을 제안한다. 이 방법에서는 사용자 데모 기록에서 추출한 훈련 예들에 관계적 개체-기반 학습법을 적용함으로써, 동일 작업영역내의 다른 유사한 작업들에도 활용하기 용이한 관계적 개체-기반 정책을 유도한다. 이 관계적 정책은 (상태, 목표) 쌍으로 표현되는 임의의 한 상황에 대해 이것에 대응하는 하나의 실행동작을 결정해주는 역할을 한다. 본 논문에서는 데모-기반 관계적 정책 학습법에 대해 자세히 소개한 후, 로봇 시뮬레이터를 이용한 실험을 통해 이 학습법의 효과를 분석해본다.

척수손상 작업치료 가이드라인 인식 및 요구에 대한 융합연구 (Convergence Study on the Recognition and Need of Spinal Cord Injury Occupational Therapy Guidelines)

  • 하성규;박혜연
    • 한국융합학회논문지
    • /
    • 제11권6호
    • /
    • pp.69-74
    • /
    • 2020
  • 본 연구는 척수손상 작업치료 가이드라인의 개발에 앞서 척수손상환자에게 적용하고 있는 작업치료 실태와 임상에서 요구하는 가이드라인의 범위를 알아봄으로써 이에 따른 필요성의 제기 및 근거 기반 재활 중재 서비스 체계 구축을 위한 것으로 동일 분야 연구에 활용이 있을 것으로 사료 된다. 조사방법으로는 현재 작업치료사가 근무하는 기관을 중심으로 작업치료사 112명을 대상으로 2019년 10월 3일부터 17일 까지 총 15일간 설문조사 하였다. 그 결과 임상에서 주로 사용되는 중재방법에는 신체활동훈련 106명(94.6%), 일상생활동작훈련 96명(85.7%), 교육-카운슬링-정보제공 44명(39.3%), 보호자 교육 39명(34.8%)순으로 조사되었다. 연구결과를 통해 작업치료 가이드라인의 인식과 임상적 요구를 확인하였다.

증강현실 기술의 소부대 야외 전술훈련 활용 방안 및 법제도에 관한 고찰 (Application of Augmented Reality Technology to small-unit's field training and Legal System Analysis)

  • 김경민;박상준;김지원;김회동
    • 한국정보통신학회논문지
    • /
    • 제22권7호
    • /
    • pp.963-969
    • /
    • 2018
  • 증강현실 기술은 실제공간에 가상정보를 실시간으로 증강하여 사용자가 증강된 가상정보와 상호작용함으로써 작업의 효율성을 향상시키는 기술이다. 최근 증강현실 기술이 발달함에 따라 군사훈련에 적용하기 위한 연구도 활발하게 진행되고 있다. 훈련 중 대민피해, 소음 등으로 인한 민원이나 안전사고 등으로 인해 실전적인 훈련이 제한되어 증강현실 기술 기반의 훈련체계 도입이 불가피하나 현재 개발되고 있는 증강현실 기술을 이용한 군사훈련 시스템들은 대부분 실내 훈련 시스템으로 별도의 설치공간이 필요하고 고비용으로 인해 특수훈련 위주로 개발이 진행되고 있어 우리 군의 소대 이하 규모의 소부대 훈련 시스템으로 활용하기에는 제한사항이 존재한다. 본 논문에서는 증강현실 기술을 소대 이하의 소부대가 주둔지의 야외 훈련장에서 활용할 수 있는 방안을 제시하고 이를 통해 얻을 수 있는 효과와 법제도적 측면에서의 고려사항을 제시한다.

군집화 기법을 이용한 준감독 군집화의 훈련예제 선정 (Selecting Examples to Be Labeled for Semi-Supervised Clustering Using Cluster-Based Sampling)

  • 김종성;강재호;류광렬
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
    • /
    • pp.646-648
    • /
    • 2004
  • 기계학습의 군집화(clustering) 기법은 예제들 간의 유사성에 근거하여 주어진 예제들을 무리 짓는 방법이다. 준감독(semi-supervised) 군집화는 카테고리가 부여된(labeled) 소수의 예제들을 적극적으로 활용하여 군집형태가 보다 자연스럽게 형성되도록 유도하는 군집화 방법이다. 준감독 군집화 문제에서 예제에 카테고리를 부여하는 작업은 현실적으로 극히 제한적이거나 카테고리를 부여하는데 소요되는 비용이 상당하므로, 제한된 자원 내에서 군집화에 효용성이 높을 예제들을 선정하여 카테고리를 부여하는 것이 필요하다. 본 논문에서는 기존 연구에서 능동적 학습의 초기 훈련예제 선정을 위해 제안된 군집기반 훈련예제 선정 방법을 준감독 군집화에 적용하여 군집 결과의 질을 향상시키고자 한다. 군집화를 이용한 예제 선정 방법은 유사한 예제들은 동일한 카테고리에 속할 가능성이 높다는 가정하에 전체 예제를 활용하여 선정하고자 하는 예제 수만큼 군집을 생성 한 후. 각 군집의 중심점에 가장 가까운 예제들을 대표 예제로 선정하여 훈련 집합을 구성하는 방법이다 본 논문에서는 문서를 대상으로 하는 준감독 군집화 실험을 통해, 카테고리를 부여할 예제를 임의로 선정한 경우에 비해 군집화를 이용한 훈련 예제들로 준감독 군집화를 수행한 경우가 보다 좋은 군집을 형성함을 확인하였다.

  • PDF

손을 다루는 컴퓨터 비전 작업들을 위한 멀티 모달 합성 데이터 생성 방법 (Generating A Synthetic Multimodal Dataset for Vision Tasks Involving Hands)

  • 이창화;이선경;김동욱;정찬양;백승렬
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 추계학술발표대회
    • /
    • pp.1052-1055
    • /
    • 2020
  • 본 논문에서는 3D 메시 정보, RGB-D 손 자세 및 2D/3D 손/세그먼트 마스크를 포함하여 인간의 손과 관련된 다양한 컴퓨터 비전 작업에 사용할 수 있는 새로운 다중 모달 합성 벤치마크를 제안 하였다. 생성된 데이터셋은 기존의 대규모 데이터셋인 BigHand2.2M 데이터셋과 변형 가능한 3D 손 메시(mesh) MANO 모델을 활용하여 다양한 손 포즈 변형을 다룬다. 첫째, 중복되는 손자세를 줄이기 위해 전략적으로 샘플링하는 방법을 이용하고 3D 메시 모델을 샘플링된 손에 피팅한다. 3D 메시의 모양 및 시점 파라미터를 탐색하여 인간 손 이미지의 자연스러운 가변성을 처리한다. 마지막으로, 다중 모달리티 데이터를 생성한다. 손 관절, 모양 및 관점의 데이터 공간을 기존 벤치마크의 데이터 공간과 비교한다. 이 과정을 통해 제안된 벤치마크가 이전 작업의 차이를 메우고 있음을 보여주고, 또한 네트워크 훈련 과정에서 제안된 데이터를 사용하여 RGB 기반 손 포즈 추정 실험을 하여 생성된 데이터가 양질의 질과 양을 가짐을 보여준다. 제안된 데이터가 RGB 기반 3D 손 포즈 추정 및 시맨틱 손 세그멘테이션과 같은 품질 좋은 큰 데이터셋이 부족하여 방해되었던 작업에 대한 발전을 가속화할 것으로 기대된다.

중소도시 지역사회 거주 노인의 치매예방을 위한 Information & Communication Technology 프로그램 기반 인지향상 프로토콜 적용: 파일럿(Pilot) 연구 (Application of Cognitive Enhancement Protocol Based on Information & Communication Technology Program to Improve Cognitive Level of Older Adults Residents in Small-Sized City Community: A Pilot Study )

  • 윤소현;이하민;김미경;박혜연
    • 재활치료과학
    • /
    • 제12권2호
    • /
    • pp.69-83
    • /
    • 2023
  • 목적 : 본 연구는 예비연구로 65세 이상 노인을 대상으로 Information & Communication Technology(ICT) 홈 기반 프로그램을 적용하여 인지향상 프로그램의 효과를 확인하고, 원격재활 전달모델로서 가능성을 찾고자 한다. 연구방법 : 2022년 8월부터 10월까지 대상자 3인을 선정하여 약 2개월에 걸쳐 ICT 홈 기반 인지향상 프로그램 중재를 실시하였다. 본 중재는 프로그램 전·후 인지향상을 평가하기 위해 한국판 간이 정신상태 검사, 한국판 몬트리올 인지평가, 노인용 전산화 인지평가도구, Two shorter form of the Center for Epidemiologic Studies Depression scale을 사용하여 진행하였다. 치료사는 원격으로 대상자의 수준에 맞는 인지훈련의 난이도 조절을 매주 피드백을 통해 설정하고 프로그램 진행 시에는 매일 정해진 시간에 치료사의 도움 없이 진행하였다. 인지향상 프로그램에 대한 추가 의견을 위해 인터뷰를 진행하였다. 결과 : 중재 후, 사전 사후에 진행한 한국판 몬트리올 인지평가 대부분의 항목에서 모든 대상자가 향상된 점수를 보였다. 또한 Cotras-pro의 항목 중 상위인지, 언어능력, 주의집중, 시지각, 기억력이 향상되었다. 결론 : ICT 홈 기반 프로그램을 사용한 인지재활훈련은 치매를 예방할 뿐 아니라 원격재활에 대한 내적동기 또한 가질 수 있었다. 본 연구를 통해 노인을 대상으로 한 원격재활이 가능할 수 있음을 확인할 수 있었다.

스마트인솔 기반 알츠하이머 중증도 분류를 위한 보행 분석 및 기계학습 기반 분류 모델 (Gait Analysis and Machine Learning-based Classification Model using Smart Insole for Alzheimer's Disease Severity Classification)

  • 전영훈;호티키우칸;곽정환;송종인
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
    • /
    • pp.317-320
    • /
    • 2021
  • 본 연구는 주기적인 알츠하이머 병의 중증도 모니터링을 위해 스마트 인솔을 통한 보행 특징 추출과 머신러닝 기반 중증도 분류의 성능에 대해 살펴보았다. 최근 고령화가 가속화되는 추세에 있어 치매 환자가 급증하고 있으며, 중증도가 심해질수록 필요한 치료 비용 및 노력이 급증하기 때문에 조기 진단이 최선의 치료 전략으로 보여진다. 환자 친화적이고 저비용의 관성 측정 장치가 내장된 스마트 인솔만을 사용하여 다양한 보행 실험 패러다임에서 환자의 보행 특징을 추출하고, 이를 알츠하이머 병의 중증도 진단을 위한 머신러닝 기반 분류기를 훈련시켜 성능을 평가한 결과, 숫자세기와 같이 뇌에 부하를 주는 하위 작업이 포함된 복합 보행을 측정한 데이터셋을 사용하여 훈련된 분류 모델이 일반 걷기 데이터셋을 사용한 모델보다 성능이 높게 나타나는 것이 관찰되었다. 본 연구는 안전하고 환경적 제약이 적은 방법을 사용하여 시기 적절한 진단뿐만 아니라 주기적인 중증도 모니터링 시스템의 일환으로 활용될 수 있을 것이다.

  • PDF