• 대한지역사회작업치료학회지
• /
• 제4권1호
• /
• pp.75-84
• /
• 2014

목적 : 이 연구에서는 단일 뇌졸중환자를 대상으로 체간안정화 훈련 프로그램 적용하여 자세조절과 일상생활 동작에 미치는 영향을 알아보고 분석함으로써 뇌졸중환자의 효과적인 임상적 중재 방안을 제시하고자 한다. 연구방법 : 경북 경주시에 소재한 C병원에 입원중인 75세 여성 뇌졸중 환자 1명을 대상으로 하였다. 연구 설계는 단일사례연구(single subject design)로써 ABA반전설계를 사용하였고, 연구기간은 2014년 4월 21일부터 5월 23일까지 총 5주 동안 진행되었다. 실험 과정은 기초선(A) 3회, 중재 기간(B) 9회 유지(A') 3회로 총 15회 진행하였고 중재기간 동안 체간안정화 프로그램을 적용하였다. 연구 참여자의 자세조절과 일상생활동작의 평가를 위해 Postural Assessment Scale for Stroke(PASS)와 Modified Barthel Index(MBI)를 사용하였다. 수집된 자료는 마이크로 소프트 오피스 Excel 2013 을 사용하여 그래프로 나타내는 시각적 분석(visual analysis)을 사용하였다. 결과 : 자세조절 검사에서 평균 점수는 기초선 구간 11.7점, 중재 구간 14.8점, 유지 구간 15.3점으로 향상되었고, 일상생활동작 평가에서 기초선 기간 66점으로 보통의 의존을 보였지만 중재 후와 유지 구간에서는 80점으로 향상되어 가벼운 의존을 나타냈다. 결론 : 체간안정화 훈련 프로그램이 뇌졸중 환자의 신체의 자세조절이나 정렬에 효과를 나타내고 나아가 일상생활활동의 수행에도 유익한 향상을 보이는 것으로 확인되었다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.