• 디지털융복합연구
• /
• 제12권7호
• /
• pp.411-418
• /
• 2014

본 연구는 20대 성인남성을 대상으로 세 운동군이 정적 및 동적 균형능력과 근활성도에 미치는 효과를 규명하기 위하여 수중 운동군, 체간 안정화 운동군, 균형 운동군으로 각각 15명씩 배치하였다. 2013년 6월부터 2013년 9월까지 연구가 진행되었으며, 6주 간 1주일에 3일, 1회 30분 동안 중재 후, 동일 대상자들의 균형능력 및 근활성도(앞정강근, 장딴지근)를 측정하여 비교하였다. 그 결과 집단 내 중재 전과 중재 후의 비교에서 세 운동군 모두 신체중심 이동면적과 총궤적길이의 변화는 유의한 차이가 있었고(p<.05)(p<.01), 동적 균형에서도 안정성 한계의 변화는 유의한 차이가 있었다(p<.05)(p<.01). 앞정간근의 근활성도의 변화에서 세 운동군의 좌 우측 모두 통계학적으로 유의한 차이가 있었고(p<.05)(p<.01), 장딴지근은 체간 안정화 운동군의 좌측을 제외한 모두 통계학적으로 유의한 차이가 있었다(p<.05)(p<.01). 수중 운동이 균형능력의 향상과 근활성도 증가에 효과적임을 규명하였고, 본 연구결과를 토대로 균형능력이 좋지 않은 노인이나 환자들에게 객관적인 수중 운동 효과를 밝힐 수 있는 연구가 진행되어 구체적인 수중 운동 프로그램 개발을 제안하고자 한다.

• 정보처리학회논문지A
• /
• 제11A권4호
• /
• pp.243-250
• /
• 2004

실시간 시스템은 시스템이 적시성을 보장하는지 파악하기 위해 실시간 감시기법을 이용한다. 일반적으로 실시간 감시는 실시간 시스템의 현재 동작상태를 파악하는데 중점을 두는 기법이다. 그러나 실시간 시스템의 안정적인 수행을 지원하기 위해서는, 현재 상태를 파악하는 것뿐 아니라, 실시간 시스템 및 시스템상에서 동작하는 실시간 프로세스들의 수행도 예측할 수 있어야 한다. 그러나 기존 예측모델을 실시간 감시기법에 적용하기에는 몇 가지 한계가 있다. 첫째, 예측기능은 실시간 프로세스가 종료한 시점에서 정적인 분석을 통해 수행된다. 둘째, 예측을 위해 사전 기초 통계분석이 필요하다. 셋째, 예측을 위한 이전확률 및 클러스터 정보가 현재 시점을 정확하게 반영하지 못한다. 본 논문에서는 이러한 문제점들을 해결하고 실시간 감시기법에 적용할 수 있는 학습 기반의 수행 예측모델을 제안한다. 이 모델은 학습기법을 통해 불필요한 전처리과정을 없애고, 현시점의 데이터를 이용해, 보다 정확한 실시간 프로세스의 수행 예측이 가능하도록 한다. 또한 이 모델은 실시간 프로세스 수행 시간의 증가율 분석을 통해 다단계 예측을 지원하며, 무엇보다 실시간 프로세스가 실행되는 동안 예측이 가능한 동적 예측을 지원하도록 설계하였다. 실험 결과를 통해 훈련집합의 크기가 10 이상이면 80% 이상의 판단 정확도를 보이며, 다단계 예측의 경우, 훈련집합의 크기 이상의 수행 횟수를 넘으면 다단계 예측의 예측 차는 최소화되는 것으로 나타났다. 본 논문에서 제안한 예측모델은 가장 단순한 학습 알고리즘을 적용했다는 점과, CPU, 메모리, 입출력 데이터를 다루는 다차원 자원공간 모델을 고려하지 못한 한계가 있어 향후에 관련 연구가 요구된다. 본 논문에서 제안하는 학습기반 수행 예측모델은 실시간 감시 및 제어를 필요로 하는 분야 및 응용 분야에 적용할 수 있다.