• 대한물리의학회지
• /
• 제14권3호
• /
• pp.63-71
• /
• 2019

PURPOSE: This study was examined the effects of coordinative locomotor training (CLT) on the postural imbalance and gait in children. METHODS: Four children were sampled as subjects. A single subject study (A-B-A') was conducted by measuring the following: baseline five sessions;, intervention phase, 15 sessions;, and postline (A') five sessions. The research period was eight weeks. The CLT program consisted of warming-up exercise, main exercise, and finishing exercise, and it was performed for one hour per day. A oneleg standing test (OLST) was performed determine the static balance. A functional reach test (FRT) was performed determine the reactionary balance. To determine the dynamic balance, the time up and go test (TUG) was performed. A 10m walking test (10 MWT) was performed to determine the walking ability. A statistical test was performed through descriptive statistics to present the average and standard deviation, and the variation rate was compared using a visual analysis method with graphs. RESULTS: As a result of CLT application, all four subjects improved the OLST, FRT, TUG, and 10 MWT compared to the intervention period baseline, and postline period. CONCLUSION: CLT appeared to improve the posture imbalance and gait in children.

• PNF and Movement
• /
• 제17권3호
• /
• pp.411-419
• /
• 2019

Purpose: This study determined the effects of elastic bands in coordinative locomotor training on the body alignment of elementary school baseball players. Methods: Thirty subjects were recruited for this study and separated into two groups: the coordinative locomotor training group with elastic bands (n=15) and the non-training control group (n=15) were five times a week for eight. The trunk inclination, trunk imbalance, kyphotic angle and lordotic angle were used to evaluate body alignment. Results: The experimental group showed significant improvements in trunk inclination, trunk imbalance, kyphotic angle and lordotic angle (p<0.05). Conclusion: Coordinative locomotor training impacted postural alignment in elementary school baseball players.

• 지구물리와물리탐사
• /
• 제23권3호
• /
• pp.131-140
• /
• 2020

머신러닝을 이용한 분류 모델 훈련에서 학습자료의 양과 질은 학습한 모델의 성능을 좌우하므로 학습자료 생성이 매우 중요한 역할을 한다. 그러나 자료 생성에 높은 비용이 들어 이상적인 학습자료 생성이 어려울 때에는 클래스 간 자료 불균형 문제가 발생한다. 만약 학습자료로 사용될 탐사자료가 클래스 간 불균형하게 얻어지면, 클래스 별로 균형있는 학습이 이루어지기 힘들다. 따라서 데이터가 상대적으로 적은 클래스는 재현율이 현저히 떨어지게 된다. 그 뿐만 아니라 정확도와 정밀도 등의 평가지표들에 대한 신뢰도가 떨어지게 된다. 따라서 이 연구에서는 두 단계에 걸쳐 자료 불균형 문제를 해소하고자 하였다. 첫 번째로 기존의 정확도와 정밀도를 개선하여 자료 불균형을 고려할 수 있는 새로운 평가지표로 가중정확도와 가중정밀도를 고안하였다. 다음으로 클래스 간의 가중정밀도와 재현율의 균형을 맞추어 주도록 오버샘플링을 수행하였다. 개발한 알고리듬을 물리검층 자료를 이용한 암상 및 공극유체 규명 문제에 적용함으로써 검증하였다. 그 결과 다수 클래스와 소수 클래스들 간의 불균형이 상당 부분 완화되었고, 클래스 간의 경계를 보다 명확하게 확인할 수 있었다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.63-75
• /
• 2022

The raw data collected by structural health monitoring (SHM) systems may suffer multiple patterns of anomalies, which pose a significant barrier for an automatic and accurate structural condition assessment. Therefore, the detection and classification of these anomalies is an essential pre-processing step for SHM systems. However, the heterogeneous data patterns, scarce anomalous samples and severe class imbalance make data anomaly detection difficult. In this regard, this study proposes a convolutional neural network-based data anomaly detection method. The time and frequency domains data are transferred as images and used as the input of the neural network for training. ResNet18 is adopted as the feature extractor to avoid training with massive labelled data. In addition, the focal loss function is adopted to soften the class imbalance-induced classification bias. The effectiveness of the proposed method is validated using acceleration data collected in a long-span cable-stayed bridge. The proposed approach detects and classifies data anomalies with high accuracy.

• PNF and Movement
• /
• 제7권4호
• /
• pp.37-43
• /
• 2009

Purpose : The purpose of this study was to evaluate the effect of core stability training at deep abdominal muscle for balance control of hemiplegic patient. Method : The subject of this study was a 47-year-old man with right hemiplegia. He was treated five times a week for three weeks with core stability training at deep abdominal muscles. Evaluation tool was used Functional reach test(FRT), timed up and go test(TUG) and one leg standing for stroke patients. Result : The FRT distance increase, TUG time decrease, one leg standing time increase core stability training at deep abdominal muscles for right hemiplegia improved was the ability for maintain balance. Posture and control of trunk stability are changing posture, and so which showed significant improve of total balance control. Conclusion : The result of this study showed that core stability training at deep abdominal muscles is an effective treatment for balance control. Therefore, it could be considered as a treatment method in the rehabilitation of stroke patient with poor postural control and imbalance, although further studies are needed.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.905-912
• /
• 2007

본 논문에서는 OFDM 기반 무선 LAN 시스템에서 긴 훈련심볼을 이용하는, 시간동기 오차의 영향이 고려된 IQ imbalance 추정 및 보상 기법을 제안한다. 기존의 긴 훈련심볼을 이용한 IQ imbalance 보상 기법은 시간동기 오차에 민감한 구조를 갖기 때문에 시간동기 오차가 필연적인 실제 시스템에서는 심각한 성능 저하를 보인다. 본 논문에서는 시간동기 오차로 인해 발생하는 위상회전을 상쇄시킬 수 있는 새로운 criterion을 정의하고, 이에 따른 IQ imbalance 추정 및 보상 기법을 제안한다. 제안된 기법은 시간동기 오차가 존재할 경우에도 IQ imbalance 의 영향을 이상적인 경우 대비 최대 0.2dB 이하로 보상할 수 있으며, IEEE 802.11a 시스템의 54Mbps 전송모드에 적용하였을 경우 기존 기법에 비해 약 4.3dB의 성능 이득을 보인다. 제안된 기법을 이용한 IQ imbalance 추정 및 보상단은 Verilog HDL을 이용하여 하드웨어 설계 및 검증 되었으며, 0.18um CMOS 공정을 이용하여 합성한 결과, 약 75K gates 와 6K bits의 메모리로 구현되었다.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.431-440
• /
• 2017

본 연구는 아헹가 요가 프로그램이 중년여성의 하체불균형에 미치는 영향을 분석하는데 그 목적이 있다. 연구의 대상자는 35-60세 사이의 중년여성으로서 요가 수련의 경험이 없으며 다른 운동 훈련에 참가 하지 않고, X-RAY검사와 간스테드 테크닉(Gonsted Technique) 분석을 통하여 골반불균형이면서 하지 길이의 차이가 있는 중년여성 24명을 선정하여 12주 동안, 주3회, 1일 90분 동안 수련하였다. 통계방법은 대응 t-검정을 실시하여 수련 전과 후를 비교하였고, 유의 수준은 0.05로 설정하였다. 이 연구의 결과는 첫째, 아헹가 요가는 골반 불균형을 교정하는데 통계적으로 유의한 결과를 나타냈다. 즉 골반 불균형 개선에서 좌 우 엉덩뼈 높이(p < 0.001), 좌 우 엉덩뼈 넓이 (p < 0.001), 좌 우 엉덩뼈 길이 ((p < 0.001), 좌 우 엉치뼈넓이 (p < 0.001)에서 수련 전보다 수련 후 그 차이가 감소하는 유의한 변화를 보여주었다. 둘째, 하지 길이의 변화에서는 아헹가 요가 수련 전 보다 수련 후에 좌 우 하지 길이 차이 (p < 0.001)가 현저하게 감소하였으며 통계적으로 유의한 효과를 나타내었다. 이상의 연구 결과에서 아헹가 요가 수련이 중년여성의 신체불균형을 교정하는데 매우 효과가 크다는 것을 알 수 있었다.

• 한국음향학회지
• /
• 제41권6호
• /
• pp.647-654
• /
• 2022

어린이 음성인식의 활용 분야가 증가하고 있지만, 양질의 데이터 부족은 어린이 음성인식 성능 향상의 걸림돌이 되고 있다. 본 논문은 성인의 음성 데이터를 추가로 사용하여 어린이 음성인식 성능을 개선하는 방법을 새롭게 제안한다. 제안하는 방법은 성인 학습 데이터양이 증가할수록 커지는 연령 간 데이터 불균형을 효과적으로 다루기 위해 dynamically weighted loss를 사용하여 트랜스포머 기반 도메인 적대적 훈련하는 방식이다. 구체적으로, 학습 중 미니 배치 내 클래스 불균형 정도를 수치화하고, 데이터가 적을수록 큰 가중치를 갖도록 손실함수를 정의하여 사용하였다. 실험에서는 성인과 어린이 학습 데이터 간 비대칭성에 따른 제안된 도메인 적대적 훈련의 효용성을 검증하였다. 실험 결과, 학습 데이터 내 연령 간 비대칭이 발생하는 모든 조건에서 제안하는 방법이 기존 도메인 적대적 훈련 방식보다 높은 어린이 음성인식 성능을 가짐을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.251-256
• /
• 2022

본 연구는 고등학교 야구선수들의 신체 정렬을 증진 시키는 방법으로 협응이동훈련의 효과를 알아보는 데 그 목적이 있다. 실험군 20명을 대상으로 협응이동훈련을 4주간 주 5회 40분 적용하였다. 신체 정렬은 포메트릭으로 측정하였고, 신체 정렬을 나타내는 변수로는 앞·뒤 몸통 기울기 각, 좌·우 몸통 기울기 각, 골반 기울기 각, 골반 비틀림 각, 등뼈 후만각, 허리 전만각 등이 있다. 협응이동훈련을 고등학교 야구선수에게 적용한 후 측정 결과는 실험군에서 등뼈 후만각, 허리 전만각에서는 통계적으로 유의한 차이가 나타났다. 위의 결과로 보아 협응이동훈련이 고등학교 야구선수의 신체 정렬에 긍정적인 영향을 주는 것으로 나타났다. 이는 고등학교 야구선수의 신체 불균형을 예방하는 데 있어서 협응이동훈련이 효과적임을 확인할 수 있었다.

• 한국IT서비스학회지
• /
• 제11권4호
• /
• pp.233-250
• /
• 2012

In this paper, credit card delinquency means the possibility of occurring bad debt within the certain near future from the normal accounts that have no debt and the problem is to predict, on the monthly basis, the occurrence of delinquency 3 months in advance. This prediction is typical binary classification problem but suffers from the issue of data imbalance that means the instances of target class is very few. For the effective prediction of bad debt occurrence, Support Vector Machine (SVM) with kernel trick is adopted using credit card usage and payment patterns as its inputs. SVM is widely accepted in the data mining society because of its prediction accuracy and no fear of overfitting. However, it is known that SVM has the limitation in its ability to processing the large-scale data. To resolve the difficulties in applying SVM to bad debt occurrence prediction, two stage clustering is suggested as an effective data reduction method and ensembles of SVM models are also adopted to mitigate the difficulty due to data imbalance intrinsic to the target problem of this paper. In the experiments with the real world data from one of the major domestic credit card companies, the suggested approach reveals the superior prediction accuracy to the traditional data mining approaches that use neural networks, decision trees or logistics regressions. SVM ensemble model learned from T2 training set shows the best prediction results among the alternatives considered and it is noteworthy that the performance of neural networks with T2 is better than that of SVM with T1. These results prove that the suggested approach is very effective for both SVM training and the classification problem of data imbalance.