• 제목/요약/키워드: STRENGTH TRAINING

검색결과 832건 처리시간 0.022초

탄력밴드 운동이 노인의 신체조성과 체력에 미치는 지속적 효과 (The Effect of Elastic Band Exercise Training and Detraining on Body Composition and Fitness in the Elder)

  • 소위영;송미순;조비룡;박연환;김연수;임재영;김선호;송욱
    • 한국노년학
    • /
    • 제29권4호
    • /
    • pp.1247-1259
    • /
    • 2009
  • 노화가 진행됨에 따라 근육은 감소 현상(sarcopenia)을 나타낸다. 근육의 감소는 노인의 의료비 증가와 직접적인 관련성은 없어 보이지만, 근육의 감소가 근력의 감소로 연결되어 체력의 약화, 활동성의 감소, 낙상의 증가 등과 같은 독립적인 생활을 감소시킨다. 이는 신체장애로 연결되며, 또다시 당뇨, 비만, 고지혈증, 고혈압 등과 같은 만성퇴행성 질환으로 연결된다. 결국, 근감소증은 사망률을 상승시키는 잠재 위험요인이 된다. 본 연구는 탄력밴드 운동을 통한 근감소증 예방과 관련된 변인인 신체조성 및 체력의 향상된 변화와 더불어 운동 중단에 따른 운동효과의 상쇄(相殺) 정도를 살펴보는데 있다. 본 연구의 피검자는 S시 J구 J노인복지관 운동프로그램에 참가하는 60-70대의 노인 14명으로 선정하였다. 12주 동안의 탄력밴드 운동은 주2회의 빈도로 실시하였다. 측정시기는 12주간의 통제전, 통제후(운동전), 12주간의 운동 후(운동중단 전), 12주간의 운동중단 후로 신체조성 과 체력 변인을 측정하였다. 12주간의 통제전·후 신체조성과 체력 변인에는 통계적인 유의차가 나타나지 않았으나, 12주간의 운동전·후 신체조성의 체중(t=2.978, p=0.001), 체질량지수(t=3.502, p=0.004), 체지방율(t=2.216, p=0.045), 근육량(t=-3.837, p=0.002), 내장지방면적(t=5.186, p<0.001), 허리-엉덩이 둘레비(t=3.045, p=0.009) 모든 변인에서, 체력의 2분 제자리 걷기(t=-6.891 p<0.001), 덤벨들기(t=-4.702, p<0.001), 의자에서 일어섰다 앉기(t=-4.860, p<0.001), 의자앉아 앞으로 굽히기(t=-5.910, p<0.001), 등 뒤에서 손잡기(t=-3.835, p=0.002), 244cm 왕복 걷기(t=7.560, p<0.001)의 모든 변인에서 운동의 효과를 나타내었고, 그 효과가 12주간의 운동중단 후에도 신체조성의 체중(t=2.323, p=0.037), 체질량지수(t=2.503, p=0.026), 근육량(t=-3.137, p=0.008) 변인에서, 체력의 2분 제자리 걷기(t=-6.489 p<0.001), 의자에서 일어섰다 앉기(t=-4.694, p<0.001), 의자앉아 앞으로 굽히기(t=-3.690, p=0.003), 244cm 왕복 걷기(t=7.539, p<0.001)의 변인에서 그 유지가 지속되었다. 노인에게 있어서 탄력밴드 운동은 신체조성 및 체력에 긍정적인 영향을 나타내며, 그 운동의 효과가 12주가 경과되어도 유지되고 있음을 확인할 수 있었다.

CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석 (Sentiment Analysis of Movie Review Using Integrated CNN-LSTM Mode)

  • 박호연;김경재
    • 지능정보연구
    • /
    • 제25권4호
    • /
    • pp.141-154
    • /
    • 2019
  • 인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.