• 제목/요약/키워드: 다중 분류 문제

검색결과 188건 처리시간 0.025초

다중 요소를 가지는 SVM을 이용한 이블 트윈 탐지 방법 (Evil-Twin Detection Scheme Using SVM with Multi-Factors)

  • 강성배;양대헌;이경희
    • 한국통신학회논문지
    • /
    • 제40권2호
    • /
    • pp.334-348
    • /
    • 2015
  • 최근 스마트기기가 널리 보급되면서 무선망이 가능한 AP(Access Point)의 사용 또한 증가하였다. AP를 사용하여 무선망에 접속할 때, 적절한 보안이 제공되지 않는다면, 로그 AP(Rogue AP)에 의해 다양한 보안 문제가 발생될 수 있다. 이 연구에서는 로그 AP의 유형 중 하나인 이블 트윈(Evil Twin)에 대한 위협에 대해서 살펴본다. 최근 대부분의 이블 트윈을 탐지하기 위한 연구에서는 RTT(Round Trip Time)와 같이 인가된 AP와 이블 트윈 사이에서 측정될 수 있는 시간 차이를 이용하는 방법이 주로 이용되고 있다. 그러나 이와 같이 이블 트윈을 탐지하는 방법은 채널이 혼잡한 상태일 때 탐지율이 떨어지는 단점이 있다. 이러한 이유에서 이 연구에서는 이블 트윈을 탐지하는 기준으로 RTT와 함께 추가로 PIAT(Packet Inter-Arrival Time)을 측정한다. 또한 측정된 값을 SVM(Support Vector Machine)의 학습 요소로 사용함으로써, 이블 트윈 분류를 위한 비선형적 기준을 정한다. 결과적으로 채널이 혼잡한 상황에서도 최대 96.5% 최소 89.75%의 높은 확률로 이블 트윈을 성공적으로 탐지하였다.

소아·청소년 암환자의 신체상과 질병적응에 관한 연구 (Children with Cancer: Adjustment to Disease and Body Image)

  • 조혜린;박소영;한인영
    • 한국아동복지학
    • /
    • 제26호
    • /
    • pp.7-30
    • /
    • 2008
  • 의학기술의 발전으로 소아암 환아의 생존율이 1960년대 30%미만에서 최근 75%이상으로 향상되었다. 이에 따라 소아암은 더 이상 불치병이 아닌 만성질환으로 분류되고 있으나, 장기간의 투병생활로 인해 소아암 환아들은 신체적, 심리사회적 문제를 겪고 있다. 특히 외모에 관심이 많고, 또래관계가 중요한 10대 소아암 환아들에게 있어 신체적, 심리사회적 변화는 이들의 신체상과 질병적응에 영향을 미칠 것으로 예상된다. 이에 본 연구에서는 소아암 환아의 신체상(신체왜곡도) 및 질병적응 수준을 알아보고, 인구사회학적 특성, 질병관련 특성 및 신체상이 소아암 환아의 질병적응에 미치는 영향에 대해 알아보았다. 본 연구는 2007년 10월 22일부터 11월 16일까지 자기기입식 설문조사로 이루어졌으며, 조사대상자는 암진단 후 3년 이내의 10세에서 18세 환아 82명이었다. 수집된 자료는 기술통계, t-검정, 상관관계, 위계적 다중회귀방법으로 분석하였다. 분석결과, 연령, 학교생활여부, 신체상이 소아암 환아의 질병적응에 영향을 미치는 요인으로 나타났다. 즉, 연령이 높을수록, 학교생활을 하고 있는 환아가 그렇지 않은 환아보다, 신체왜곡도가 낮을수록 질병적응에 긍정적 영향을 미치는 것으로 나타났다. 소아암 환아의 질병적응을 돕기 위해서는 소아암 환아가 학교생활을 지속할 수 있도록 돕는 정책적 제도 구축, 긍정적 신체상 형성을 위한 프로그램 개발, 소아암 환아의 연령을 고려한 심리사회적 접근 등이 필요하며, 이를 위해 사회복지사의 적극적인 개입이 이루어져야 할 것이다.

입력변수 및 학습사례 선정을 동시에 최적화하는 GA-MSVM 기반 주가지수 추세 예측 모형에 관한 연구 (A Study on the Prediction Model of Stock Price Index Trend based on GA-MSVM that Simultaneously Optimizes Feature and Instance Selection)

  • 이종식;안현철
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.147-168
    • /
    • 2017
  • 오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

전이학습 기반 다중 컨볼류션 신경망 레이어의 활성화 특징과 주성분 분석을 이용한 이미지 분류 방법 (Transfer Learning using Multiple ConvNet Layers Activation Features with Principal Component Analysis for Image Classification)

  • 바트후 ?바자브;주마벡 알리하노브;팡양;고승현;조근식
    • 지능정보연구
    • /
    • 제24권1호
    • /
    • pp.205-225
    • /
    • 2018
  • Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

전이학습과 딥러닝 네트워크를 활용한 고해상도 위성영상의 변화탐지 (Change Detection for High-resolution Satellite Images Using Transfer Learning and Deep Learning Network)

  • 송아람;최재완;김용일
    • 한국측량학회지
    • /
    • 제37권3호
    • /
    • pp.199-208
    • /
    • 2019
  • 운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

경관생태계획 모형설정을 위한 기초적 연구 (A Basic Study on Establishment of the Ecological Landscape Planning Model)

  • 나정화;조현주;이현택
    • 한국조경학회지
    • /
    • 제36권4호
    • /
    • pp.48-64
    • /
    • 2008
  • 본 연구는 각종 대규모 개발사업 및 난 개발 등에서 야기되는 경관훼손 문제를 보다 더 효과적으로 대응해 나갈 수 있는 체계화된 경관생태계획 모형을 설정하는데 가장 큰 의의를 두었다. 연구결과는 다음과 같다. 먼저 국내 외 문헌분석 결과, 경관생태계획 모형설정을 위한 계획지표 항목은 자연보호지역의 설정, 습지 비오톱의 관리 및 조성 등 총 60개로 나타났다. 이들을 물리적 지표 항목 중심으로 재설정한 결과 최종적으로 선정된 계획지표 항목은 총 34개로 분석되었다. 사례지 현장조사 결과, 총 17곳의 사례지 내에는 문헌분석에서 도출된 34개의 계획지표들 모두가 출현하고 있는 것으로 나타났다. 또한, 현장조사 과정에서 추가된 계획지표 항목 4개를 포함하여 최종 선정된 계획지표 항목은 총 38개로 나타났다. 세부 계획지표들의 중요도 분석 결과, 대부분 5점 이상으로 비교적 높은 것으로 나타났다. 특히 자연보호지역 설정, 경관보호지역 설정 등은 중요도 값이 6.2 이상으로 매우 높았다. 또한, 세부 계획지표 특성별 유형화를 위해 요인분석을 수행한 결과, '근자연형 생물서식공간의 설치, 복구 및 관리' 등 총 7개의 요인으로 구분되었다. 이상과 같은 세부 계획지표 항목의 유형화 결과 및 중요도 결과 값을 종합 분석하여 1차 경관생태계획 모형을 설정하였다. 1차 모형을 바탕으로 하여 좀 더 체계적인 경관생태계획 모형을 구축하기 위해 '최상 값 선택을 위한 다중비교(MCB)' 분석을 실시하였다. 5가지로 분류된 계획지표 군별 MCB 분석 결과, 각각의 계획지표군 모두에서 최상 값이 확연히 드러나고 있는 것을 확인할 수 있었다. 보전지역, 보완지역 등 총 9가지로 설정된 계획의 기본방향에 대한 중요도 분석 결과, 평균 중요도 참은 보전지역과 보완지역이 각각 4.62와 4.54로 매우 높은 것으로 나타났다. 이상과 같은 1차 모형, MCB 분석 및 계획의 기본방향에 대한 중요도 분석 결과를 종합하여 2차 경관생태계획 모형을 설정하였다. 마지막으로 수직적 전환관계 분석에서 일례로 '보전지역'의 경우 휴양공간 조성을 제외한 모든 계획지표군에서 5.2 이상의 높은 중요도 값을 보였다. 또한, 수평적 연관성 분석의 경우 '추가적 개선, 관리 및 연결조치'와 타 계획지표군과의 연관성 정도는 5.3 이상으로 모두 높은 것으로 나타났으며, 특히 '자연과 경관으로부터 특별히 보호되어야 할 부분'과의 연관성에 관한 중요도는 6.07로 가장 높게 나타났다.

학교교육과정의 인구교육내용분석

  • 박덕규
    • 한국인구학
    • /
    • 제11권1호
    • /
    • pp.50-57
    • /
    • 1988
  • 이 연구는 인천의 정체성을 알아보는 데 연구의 초점을 맞추었다. 연구방법으로는 실증적 방법과 민속학적 방법 두 가지를 병행하였다. 시민단체, 공무원, 학생을 대상으로 임의목적표본방법을 사용하여 총 613명이 분석되었다. 분석방법은 교차통계분석 및 다중분류분석을 하였다. 정체성은 한 지역에 거주하는 주민들의 집단결속력과 성취도를 결정하여 주며, 그 지역의 사회적 통합과도 밀접한 관련을 지니고 있어서, 지역의 문제나 관심사를 해결하고 발전시키는데 가장 핵심적인 요소이다. 인천의 정체의식은 세 집단 모두 낮으며, 전체응답자의 절반 이상은 그저 그렇다는 중용의 의견이었다. 인천에 대한 정체의식을 응답집단의 특성별로 보면 여자보다는 남자가 높고, 기혼자보다는 미혼자가 높으며, 30세 이상으로 연령이 많을수록, 수입과 생활수준이 낮을수록 정체의식이 상대적으로 높게 나타났다. 그리고 전문.관리.사무직보다는 판매.서비스.생산.농업직 종사자들의 정체의식이 높았다. 전문대 정도의 교육을 받은 시민의 정체의식이 상대적으로 높고, 인천의 문화.복지.환경개선을 위한 특별기금 기부의사가 있는 시민과 인천을 마음붙이고 살 곳으로 생각하는 시민의 정체의식이 높다. 총괄적인 의미에서 본 인천의 정체성에 관한 조사를 보면, 인천은 "주인의식 없음"과 "이제부터 만들어 가야 한다"는 답변이 제일 많았고 그 다음은 "포용력", "선구적 개척정신", "긍정적인 의미의 짠물", "합중시(合衆市)적 다양성", "외세에 대한 호국정신", "세계의 관문도시"로 나타났다. 이와 같은 응답유형으로 보아서는 인천지역에 대한 이미지를 한마디로 딱 잘라 말하기는 어렵다. 그러나 인천은 서울.경기인, 충청인, 호남인, 영남인, 이북인, 외국인 등을 가리지 않고 받아드리는 "포용력이 있는 합중시적 다양성을 가진 도시"로 지역차가 서로 다른 출신성분이 공존할 수 있다는 점에서 의미하는 바가 크다. 이는 "세계속의 도시"와 "동북아의 거점도시"를 추구하는 미래지향적인 시각에서는 지역주의를 지양하고 지역통합이슈와 세계화 물결속에서 외국인에게도 열린 상태문화를 제공하는 관문이 될 것이라는 면에서 인천이 추구해야 할 정체성으로 시사하는 점이라고 본다.는 미래지향적인 시각에서는 지역주의를 지양하고 지역통합이슈와 세계화 물결속에서 외국인에게도 열린 상태문화를 제공하는 관문이 될 것이라는 면에서 인천이 추구해야 할 정체성으로 시사하는 점이라고 본다.

  • PDF

춘천지역 일부 여대생의 아침식사 빈도에 따른 BMI, 식행동 및 영양소 섭취상태 (Study on BMI, Dietary Behavior, and Nutrient Intake Status According to Frequency of Breakfast Intake in Female College Students in Chuncheon Area)

  • 김윤선;김복란
    • 한국식품영양과학회지
    • /
    • 제46권10호
    • /
    • pp.1234-1242
    • /
    • 2017
  • 본 연구는 춘천지역 일부 여대생 253명을 대상으로 아침식사 빈도에 따른 신체질량지수(body mass index, BMI), 식행동 및 영양소 섭취상태를 알아보고자 하였다. 본 연구에서는 아침식사를 주 5회 이상 섭취군과 4회 이하 섭취군으로 분류하였으며, 그 결과 아침 5회 이상 섭취군이 54.9%, 4회 이하 섭취군이 45.1%로 나타났다. 거주형태는 학교 주변에서 자취, 하숙하는 학생들이 가장 많았으며, 아침 5회 이상 섭취군은 부모님과 함께 생활하는 경우가 높게 나타났고, 4회 이하 섭취군은 자취, 하숙하는 경우가 높게 나타나면서 부모님과 함께 생활할수록 아침식사 빈도가 높고 혼자 생활할수록 아침식사를 하지 않거나 아침식사 빈도가 낮은 것을 알 수 있었다. 자신의 체형만족도는 아침 5회 이상 섭취군이 4회 이하 섭취군에 비해 자신의 체형만족도가 높은 것으로 나타났다. 아침 5회 이상 섭취군의 신장, 체중 및 BMI는 각각 $161.0{\pm}0.1cm$, $52.6{\pm}7.6kg$, $19.8{\pm}1.9kg/m^2$ 였으며, 4회 이하 섭취군은 각각 $160.7{\pm}0.1cm$, $57.1{\pm}11.8kg$, $21.5{\pm}3.4kg/m^2$로 나타났는데, 체중과 BMI에서 유의적인 차이를 나타내었다. BMI 분포를 보면 아침 5회 이상 섭취군은 저체중이 15.8%, 정상체중이 59.0%, 과체중이 15.8%, 비만이 9.4%였으며, 4회 이하 섭취군은 저체중이 13.2%, 정상체중이 43.8%, 과체중이 28.1%, 비만이 14.9%로 나타났다. 식행동 점수는 아침 5회 이상 섭취군이 4회 이하 섭취군보다 높게 나타나 규칙적인 식사패턴을 보였으며 '우유나 유제품을 매일 1잔 이상 마신다', '과일이나 과일주스를 매일 먹는다', '하루 세끼 규칙적으로 식사한다' 문항에서 유의적인 차이를 보였다. 영양소 섭취상태를 알아본 결과 1일 평균 에너지는 아침 5회 이상 섭취군이 1,545.8 kcal, 4회 이하 섭취군이 1,378.2 kcal로 나타났고, 탄수화물과 단백질은 아침 5회 이상 섭취군이 각각 218.8 g과 56.1 g, 4회 이하 섭취군이 188.1 g과 49.7 g으로 5회 이상 섭취군이 유의적으로 높게 섭취하였다. 또한, 비타민 A, 비타민 $B_1$, 비타민 $B_2$, 나이아신, 비타민 $B_6$, 인, 아연과 콜레스테롤 섭취량도 아침 5회 이상 섭취군이 4회 이하 섭취군에 비해 유의적으로 높게 나타났다. 에너지 필요추정량(EER)과 영양소의 권장섭취량(RNI)을 살펴보면 EER은 아침 4회 이하 섭취군(65.6%)이 5회 이상 섭취군(73.7%)에 비해 낮은 섭취율을 보였고, 비타민과 무기질에서는 조사대상자들이 비타민 $B_1$, 비타민 E, 인과 나트륨을 제외한 모든 영양소를 부족하게 섭취하고 있었다. 이 중 권장섭취량의 80% 이하로 섭취하는 영양소를 알아본 결과 아침 5회 이상 섭취군은 비타민 C, 엽산, 칼슘과 철이었으며, 4회 이하 섭취군은 비타민 A, 비타민 $B_2$, 나이아신, 비타민 $B_6$, 비타민 C, 엽산, 칼슘과 철로 나타나 아침식사의 빈도가 낮을수록 전체 식사에서의 영양소 섭취가 부족함을 알 수 있었다. 조사대상자의 에너지 섭취량에 대한 탄수화물, 단백질, 지방의 섭취비율은 56.4:14.6:27.7로 나타났으며, 아침식사 빈도에 따른 유의적인 차이는 나타나지 않았다. 또한, 아침식사 빈도와 상관관계가 있는 변인을 알아보기 위하여 다중회귀분석을 실시한 결과 거주상태가 가장 중요한 변인으로 작용하였다. 이상의 결과로부터 여대생들의 높은 아침결식률이 전체 식사의 영양소 섭취에도 영향을 미쳐 여대생들에게 아침식사의 중요성을 강조함과 동시에 아침식사 섭취를 통한 에너지 및 대부분의 영양소 섭취량을 증가시켜 다양하고 적절한 식사를 가능하게 해야 할 것이다. 한편 특정 영양소, 칼슘, 비타민 C와 철분 결핍의 우려가 심각해 이들 영양소들은 기존 식사에서의 섭취량을 양적으로 증가시키는 것과 동시에 질적으로 우수한 우유, 멸치, 녹색 채소류(브로콜리, 케일, 청경채 등), 과일, 육류 및 생선 등의 섭취를 유도하여 여대생들의 영양 상태 개선을 위한 꾸준한 노력도 필요할 것으로 보인다. 또한, 아침결식 문제를 해결하기 위한 방안으로 비자택 거주자들의 식생활 교육 강화 및 거주상태가 고려된 연구의 필요성을 제기하는 바이다.