• Journal of Preventive Medicine and Public Health
• /
• 제30권3호
• /
• pp.630-642
• /
• 1997

60세이상 노인인구를 대상으로 '농촌지역 노인들의 우울 및 인지기능 장애에 관한 연구'를 한 이정애와 정향균의 연구대상 558명에 대해 농촌지역 노인들의 인지기능 장애와 사망과의 관련성을 살펴본 결과는 다음과 같다. 1) 3년동안 동안 전체 대상자의 사망률은 558명중 57명인 10.2%이었으며 353명의 정상 인지기능군 중 사망자는 30명으로 사망률 8.5%, 126명 의 경도 인지장애군중 사망자는 14명으로 사망률 11.1%, 79명의 중증 인지장애군중 사망자는 13명으로 사망률 16.5% 이었다(표 3). 2) 3년동안 전체 연구 대상자의 생존율은 0.91이었으며 정상, 경도, 중증 인지기능 장애군의 3년 생존율은 각각 0.92, 0.90, 0.86이었다. 로그 순위 검정법으로 인지기능 정상군과 경도 및 중증의 각 인지기능 장애군의 생존곡선을 비교한 결과 통계적으로 유의하지 않았다. 또한 인지기능 정상군과 경도 이상의 인지기능 장애군간 생존곡선을 비교한 결과도 유의한 차이는 없었다. 3) 혼란변인을 보정하지 않는 Cox의 비례위험 회귀 모형의 단변량분석의 결과 95% 신뢰구간(C.I. : Confidence Interval)에서 사망위험도가 유의한 변인은 연령, 월수입, 흡연습관, 신체장애 등이었으며, 인지기능 장애정도를 정상 그리고 경도 및 중증으로 분류한 분석에서는 정상군에 비해 경도 및 중증의 사망위험도가 유의하게 높지 않았으나, 인지기능 점수(MMSEK score)의 증가에 따른 분석 결과 사망위험도가 0.94로 유의하게 낮게 나타났다(표 4). 4) 잠재적 혼란변인들의 영향을 보정한 Cox의 비례위험 회귀모형의 다변량 분석의 결과 인지기능 장애정도 및 MMSEK 점수증가에 따른 사망위험도는 어느 모형에서도 인지기능 장애정도가 사망에 미치는 위험도는 통계적으로 유의하지 않았다(표 5). 5) 남녀별로 각각 인지기능 장애와 사망위험도와의 관계를 알아보기 위해 다변량 분석을 시행한 결과 인지기능 장애정도 및 MMSEK 점수 증가에 따른 사망위험도는 어느 모형에서도 인지기능 장애정도가 사망에 미치는 위험도는 통계적으로 유의하지 않았다(표 6, 표 7). 이상 본 연구는 농촌지역 노인들에서 인지기능 장애정도가 사망에 미치는 영향을 알아보고자 하였지만, 인지기능 장애정도가 사망에 미치는 영향을 통계적으로 유의하게 고찰하지 못하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 한국토양비료학회지
• /
• 제21권4호
• /
• pp.386-408
• /
• 1988

본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f＜fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.