• 제목/요약/키워드: System Performance Improvement

검색결과 4,664건 처리시간 0.039초

주의력결핍과잉행동 장애아동을 대상으로 제공되는 국내 중재에 대한 고찰 연구 (Effects of Therapeutic Interventions for Children With Attention Deficit Hyperactivity Disorder: A Systematic Review)

  • 박영주;김은주
    • 대한감각통합치료학회지
    • /
    • 제17권1호
    • /
    • pp.43-53
    • /
    • 2019
  • 목적 : 본 연구는 주의력결핍과잉행동장애아동(Attention Deficit Hyperactivity disorder; ADHD)을 대상으로 국내에서 제공되는 중재 방법을 체계적으로 고찰하여 최신의 국내 치료 경향을 제시하고자 하였다. 연구방법 : 2004년 1월부터 2018년 12월까지 최근 15년간 국내 학회지에 게재된 연구를 대상으로 하였다. 누리미디어(DBpia), 스콜라(Scholar), 학술연구정보서비스(RISS), 한국학술정보(KISS)에서 '주의력결핍과잉행동', '아동', '중재'를 키워드로 검색하였다. 연구대상으로 선정된 연구는 총 14개로, 각 연구는 근거의 질적 수준과 방법론적 질적 수준으로 분석한 후 그 결과를 대상자, 중재, 대조, 결과의 순으로 제시하였다. 결과 : 분석 결과 근거기반 실행의 질적 수준은 수준 IV의 연구가 가장 많았고, 방법론적 질적 수준은 '보통'의 연구가 가장 많았다. 중재는 상호작용식 메트로놈 중재(Interactive metronome; IM)의 빈도가 가장 높았고, 측정된 평가도구는 상호작용식 메트로놈 전체형 검사(Long form assessment of IM), 아동 청소년 행동평가척도(Korean behavior child checklist; K-CBCL)의 사용이 높았다. 중재결과 ADHD아동의 집중력, 과잉행동, 과제 수행, 과다언어 사용, 그리고 타이밍 등에서 유의한 효과가 나타났다. 결론 : 국내 ADHD아동을 대상으로 다양한 중재방법이 제공되었고, 그 결과 ADHD증상에서 효과적인 결과가 나타났다. 따라서 본 연구결과는 임상에서 근거기반 실행을 위한 기초자료로 사용할 수 있다. 앞으로 ADHD아동을 대상으로 한 지속적인 연구가 이루어져야 할 것이다.

Prediction Model of User Physical Activity using Data Characteristics-based Long Short-term Memory Recurrent Neural Networks

  • Kim, Joo-Chang;Chung, Kyungyong
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제13권4호
    • /
    • pp.2060-2077
    • /
    • 2019
  • Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

어린이집 원장의 남자교사 채용 인식과 개선방안에 대한 포커스 집단 연구 (A Focus Group Interview Study on the Daycare Center Director's Recognition and Improvement of Male Teacher's Employment)

  • 임명희;김성현
    • 한국보육학회지
    • /
    • 제18권4호
    • /
    • pp.123-143
    • /
    • 2018
  • 본 연구에서는 포커스 집단 인터뷰를 통하여 어린이집 원장의 남자교사 채용에 관한 인식과 개선방안을 탐색해 보고자 하였다. 이를 위해 보육현장에서 남자교사를 채용하였거나 실습을 지도한 경험이 있는 어린이집 원장 8명을 연구대상으로 선정하였다. 자료수집방법으로는 포커스 집단 인터뷰 방법을 적용하였고 매회 2시간~2시간 30분 정도, 총 4회의 면담이 진행되었다. 본 연구에서 수집된 자료를 통하여 분석해 본 결과 어린이집 원장의 남자교사 채용에 관한 인식은 (1) 다가올 어려움에 대한 막연한 두려움 (2) 보육현장 조직문화에서의 남자교사의 명과 암 등의 2가지 주제와 6개의 하위주제로 나타났다. 도출된 결과를 구체적으로 살펴보면, 다가올 어려움에 대한 막연한 두려움 주제에서는 '행정적인 불이익', '성과 관련된 사회적 분위기', '역할 수행에 대한 불확실성' 등의 하위주제를 도출하고, 보육현장에서의 남자교사의 명과 암 주제에서는 '여성중심의 조직 문화와 적응', '보육현장의 비전', '보육현장에서의 남자교사의 역할' 등의 하위 주제가 도출되었다. 다음으로 보육현장에서 남자교사의 채용을 위한 개선방안에 관해서는 보육현장으로 진입하기 위한 남자교사의 길의 주제가 도출되었는데, 이 주제에서는 '영유아 보육 경험 및 실습 기회 확대', '남자가 아닌 개인의 문제라는 인식으로의 전환', '남자로서의 장점 극대화', '시스템의 변화' 등의 4가지 하위주제가 도출되었다. 이는 무엇보다도 남자교사 채용을 위해서는 보육현장에서 교사 성불균형 문제를 해결해야 함을 시사하고 있다.

정부 특성화 사업에 따른 취업지원분야 사업성과 분석 (Analysis of the Performance of the Employment Support Field by the Government Specialization Project)

  • 김학용
    • 산업융합연구
    • /
    • 제17권2호
    • /
    • pp.29-34
    • /
    • 2019
  • 본 연구는 정부지원 특성화 사업에 따른 취업 지원 분야의 성과를 분석하기 위해 D광역시 소재 D대학의 취업지원 분야 사업을 중심으로 이루어졌다. 연구에 사용된 자료는 2014-2018년까지 진행된 5개년 취업 지원 분야 비교과 프로그램 운영결과를 기반으로 성과지표를 분석하였다. 연구결과 취업 지원 분야 사업의 성과는 다음과 같다. 첫째, 대학의 전체 취업률이 지속적으로 상승되었으며 특히 특성화학과의 취업률이 비특성화 학과의 취업률 상승보다 높게 나타나 특성화사업이 학생의 취업에 기여한 것으로 확인되었다. 두 번째, 취업역량강화지수와 학습역량강화지수 분석결과 연차별로 지속적 상승을 보여 지역사회 및 국가산업에서 요구하는 수요자 맞춤형 인재양성에 기여한 것으로 나타났다. 셋째, 사업의 수요자인 재학생 만족도 분석결과 해마다 상승된 것으로 나타나 수요자의 요구가 반영된 사업이 이뤄진 것으로 확인되었다. 넷째, 사업의 지속적인 평가와 환류에 의해 취업지원사업의 인프라 고도화 및 대학의 취업지원시스템이 체계적으로 구축되었다는 것이다. 결론적으로 정부지원 전문대학 특성화 사업에 따른 취업 지원 분야 사업의 성과는 우수한 결과를 보였으며 향후 관련 사업 계획 수립 시 이러한 결과는 보완해 나아갈 필요가 있다.

풍하중 저감형 방음판의 실증 연구 (An Empirical Study of Soundproof wall with Reduced Wind Load)

  • 최진규;이찬영
    • 한국산학기술학회논문지
    • /
    • 제19권12호
    • /
    • pp.272-278
    • /
    • 2018
  • 최근 도시개발과 생활수준의 향상으로 인해 교통량이 크게 증가하고 있으며, 이와 더불어 증가되는 도로 소음으로 인해 많은 민원이 제기되고 있다. 이에 대한 대책으로 도로변에 높은 방음벽이 설치되고 있으나 방음벽 주요 설계 요건인 풍하중은 공사비의 기하급수적인 증가뿐만 아니라 방음벽 높이 제한의 요인으로 작용하게 된다. 이에 본 연구에서는 기존 방음벽 수준의 차음 성능과 더불어 풍하중을 획기적으로 저감할 수 있는 우수한 가격 경쟁력의 방음벽을 개발 하는 것을 목적으로 한다. 본 연구 대상의 방음판은 헬름홀츠의 공명기 이론을 바탕으로 공기와 같은 유체는 통과하고 소음은 저감할 수 있는 신개념 통기형 방음판에 해당된다. 본 연구에서는 실 크기의 금속재 방음판을 제작하여 음압투과손실실험, 풍동실험 및 재료품질 실험을 수행하여 고속도로의 품질기준을 만족하는 결과를 도출하였다. 또한 신뢰성을 검증하기 위해 현장에 제작 및 설치를 하고 시간대 별로 소음을 측정하여 방음판의 소음 차단 효과를 확인하였다. 향후 도로에 통풍형 방음벽을 설치할 경우 높은 소음 차단 효과로 인하여 쾌적한 생활환경을 조성할 수 있을 것으로 예상된다.

딥러닝 기반 분류 모델의 성능 분석을 통한 건설 재해사례 텍스트 데이터의 효율적 관리방향 제안 (A Suggestion of the Direction of Construction Disaster Document Management through Text Data Classification Model based on Deep Learning)

  • 김하영;장예은;강현빈;손정욱;이준성
    • 한국건설관리학회논문집
    • /
    • 제22권5호
    • /
    • pp.73-85
    • /
    • 2021
  • 본 연구는 딥러닝 기반의 텍스트 데이터 분류 모델의 성능 고찰을 통해 한국어 건설 재해사례의 효율적 관리방향을 제안한다. 이를 위해 비정형 텍스트 문서인 건설 재해 보고서를 활용해 건설 사고의 대표적 유형인 추락, 감전, 낙하, 붕괴, 협착의 5개 범주로 분류하는 딥러닝 모델을 구현하였다. 초기 모델 테스트 결과, 추락 재해의 분류 정확도가 상대적으로 높게 도출되며 타 유형을 추락 재해로 분류하는 경우가 많이 발생한다는 특징이 나타났다. 원인 분석 결과, 1) 구체적인 사고 유발 행동, 2) 유사한 문장 구조, 3) 여러 유형에 해당되는 복합사고가 위의 특징에 영향을 미치는 것으로 분석되었으며, 이 중 추가 실험을 통해 검증이 가능한 복합사고에 대한 두 가지 정확도 개선 실험을 진행하였다: 1) 재분류, 2) 제외. 실험 결과, 복합사고 제외 시 분류 성능이 185.7% 향상되었으며, 이를 통해 여러 사고 유형에 대한 내용을 동시에 포함하는 복합사고의 다중공선성(multicollinearity)이 해소되었음을 알 수 있다. 결론적으로 본 연구에서는 향후 사고에 대한 상황을 상세히 서술하는 체계를 마련함과 동시에 복합사고를 독립적으로 관리할 필요성을 시사한다.

적외선 카메라를 이용한 비제약적 환경에서의 얼굴 인증 (Face Identification Using a Near-Infrared Camera in a Nonrestrictive In-Vehicle Environment)

  • 기민송;최영우
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제10권3호
    • /
    • pp.99-108
    • /
    • 2021
  • 차량 내부에는 조명 변화, 부분적인 가림 및 운전자의 상태 변화와 같은 제한되지 않은 조건들이 존재한다. 본 논문에서는 비 제약적인 차량 환경에서의 운전자 얼굴 인증 시스템을 제안한다. 제안한 방법은 차량 내부 및 외부의 조명 변화에 따라 발생하는 얼굴 이미지의 변화를 최소화하기 위해서 근적외선(NIR) 카메라를 사용한다. 특히 정면에서의 강한 빛에 노출된 얼굴 이미지를 처리하기 위해서, 학습 이미지의 평균과 분산을 사용하여 정상적인 얼굴 이미지로부터 빛에 과다하게 노출된 이미지로 변환하여 사용한다. 따라서 정상적인 조명에서의 얼굴 분류기와 강한 정면광에서의 얼굴 분류기를 각각 동시에 만들어진다. 제안하는 얼굴 분류기는 얼굴 랜드마크를 추출하고 각 랜드마크의 신뢰도 점수를 합산하여 얼굴을 최종적으로 식별한다. 특히 각 랜드마크를 인식하여 부분적인 얼굴 가림에 강하기 때문에 안경이나 선글라스를 착용하는 상황에서도 높은 성능 향상이 가능하다. 즉 가려지지 않은 남은 랜드마크의 점수를 사용하여 운전자를 인식할 수 있다. 또한 등록 운전자와 미등록 운전자 간의 관계를 고려한 새로운 인식 거부 방법과 새로운 평가 방법을 논문에서 제안한다. 자체 취득한 데이터 셋, 공인된 PolyU 및 ORL 데이터 셋으로 실험한 결과 제안한 방법이 효과적임을 확인할 수 있었다.

GC-FID를 이용한 조제유류 중 지방산 분석법 개선 연구 (Improvement of Analysis Methods for Fatty Acids in Infant Formula by Gas Chromatography Flame-Ionization Detector)

  • 황금희;최원희;허수정;이혜영;황경미
    • 한국식품위생안전성학회지
    • /
    • 제36권1호
    • /
    • pp.34-41
    • /
    • 2021
  • 본 연구는 조제유류 중 지방산에 대해 최신 분석법을 마련하고자 수행하였다. 조제유류 중 지방산 함량 분석을 위해 GC를 이용한 분석법을 확립하고 시중에 유통 중인 제품을 대상으로 적용성을 검토하였다. 분석법 검증은 특이성, 직선성, 검출한계 및 정량한계, 정확성, 정밀성에 대해 수행되었다. Linoleic acid 및 α-linolenic acid의 0.1-5 mg/mL 농도범위에서 R2=0.999 이상의 우수한 직선성을 확인할 수 있었다. Linoleic acid 및 α-linolenic acid의 LOD는 각각 0.06 mg/mL, 0.01 mg/mL, LOQ는 각각 0.16 mg/mL, 0.03 mg/mL였다. 표준인증물질 분석을 통해 정확성을 검토하였으며, linoleic acid 및 α-linolenic acid의 회수율은 각각 100.8%와 101.1%로 확인하였다. 정밀성을 검토한 결과 시료 채취량에 따른 반복성은 linoleic acid 1.4-2.9%, α-linolenic acid 1.1-2.7%이었고, 실험실간 재현성은 각각 2.8%, 1.5%임을 확인하였다. 본 연구에서 확립된 분석법을 적용하여 국내 유통 중인 조제유류 및 조제식 제품 12건에 대해 적용성 검토를 실시한 결과 전체 시료에서 분석이 용이하였으며, 모두 기준·규격에 적합함을 확인하였다. 본 결과로부터 확립된 GC를 이용한 분석법은 조제유류 중 지방산 함량을 확인하기에 적합함을 확인하였으며 국내 식품 영양성분의 관리 기반을 강화하는데 기여할 것으로 사료된다.

철도차량 기후환경시험을 위한 국제 규격(UIC, EN, IEC) 및 국내 규격(시험방법) 분석 및 고찰 (Analysis and Investigation of International(UIC, EN, IEC) and Domestic Standards(Test Methods) for Climatic Wind Tunnel Test of Rolling Stock)

  • 장용준;정종덕;이재천
    • 한국산학기술학회논문지
    • /
    • 제21권12호
    • /
    • pp.782-789
    • /
    • 2020
  • 국내에서 제작되는 철도차량의 해외 시장 개척을 위하여 다양한 기후환경에서도 최고의 성능을 유지하기 위한 철도차량의 기술개발이 시급하다. 본 연구에서는 혹독한 기후환경시험 모사 시스템 구축에 필수적으로 적용되어야 할 국제·국내 규격을 조사 및 비교 분석하였으며, 국내 규격의 향상 방안을 고찰하였다. 기후환경시험 풍동내에서 풍속 및 온도 규정은 UIC, EN 및 IEC 규격에 규정되어 있으며, EN 50125-1에서 가장 큰 풍속인 180km/h까지 시험하도록 되어있다. 극저온 시험은 UIC 및 EN 규격에서 가장 낮은 온도 -45℃를 제시하고 있으며, IEC 62498-1에서 55℃까지의 고온시험을 규정하고 있다. 태양광 복사 시험은 UIC, EN, IEC 규격에서 최대 1200W/m2 복사 강도까지 규정되어 있다. 강우시험은 IEC, EN 및 KS R 9145 규격에서 규정하고 있으며 살수량, 살수 압력 및 살수방법 등에서 차이점이 있다. 강설시험의 경우는 국내외적으로 상세히 규정되어 있지 않다. 여압 시험은 KRTS-VE-Part31 국내 기준에서 규정되어 있다. 고속 철도차량 기밀시험은 UIC 660 및 779-11에서 객실내 압력 변화율 규정이 있으며 차량 기밀도가 규정되어 있다. 국내 규격에서는 풍속에 대한 규정은 매우 미비하며, 태양광 복사 시험 및 강설 시험 규격은 존재하지 않는다. 철저한 기후환경 시험을 위하여 국내 철도 완성차 관련 기술기준 및 시험 규격을 국제수준으로 향상시킬 필요가 있는 것으로 판단된다.

정상운영기간동안의 KOMPSAT-3A호 주요 영상 품질 인자별 특성 (Characteristics of KOMPSAT-3A Key Image Quality Parameters During Normal Operation Phase)

  • 서두천;김현호;정재헌;이동한
    • 대한원격탐사학회지
    • /
    • 제36권6_2호
    • /
    • pp.1493-1507
    • /
    • 2020
  • KOMPSAT-3A는 2015년 3월 발사하여 약 6개월의 기간 동안 초기 검보정을 수행한 이후 지난 8년 동안 성공적으로 KOMPSAT-3A 자료를 사용자들에게 배포하였으며, 수집된 영상 자료는 지도제작, GIS, 국토관리 등의 다양한 분야에서 정성적, 정량적 정보 추출의 기초 자료로 활용되고 있다. 한국항공우주연구원에서는 KOMPSAT-3A의 영상제품군에서 추출되는 정보의 정확도 및 신뢰도를 확보하기 위해 주기적으로 영상 품질과 인공위성 하드웨어 특성을 확인하고 있다. 또한 KOMPSAT-3A의 탑재체, 자세제어 센서들의 노후화에 따른 영상 품질 저하 현상을 최소화하기 위해 지속적인 영상 품질 개선 작업을 수행하고 있다. 본 논문에서는 KOMPSAT-3A 개발 단계에서 정의된 발사 전후의 검보정 주요 과정 및 대표 영상 품질 인자인 MTF, SNR, Location accuracy 측정 방법을 설명하였다. 이를 바탕으로 발사 후 초기 LEOP Cal/Val이 완료된 이후 측정된 영상 품질 인자별 성능값과 최근 2016년부터 2020년 5월까지 KOMPSAT-3A호의 주요 품질 인자인 MTF, SNR, Location accuracy 현황과 특성을 기술하였다.