• 한국측량학회지
• /
• 제36권6호
• /
• pp.573-580
• /
• 2018

최근 대피시설의 위치 적절성, 수용 능력 등을 분석하기 위한 연구가 다양하게 진행되고 있으나, 신규 대피시설의 위치를 선정하는 방법에 관한 연구는 상대적으로 부족하다. 만일의 사태에 대비하기 위해서 대피시설을 지정하는 것이므로, 효율적으로 대피시설의 위치를 선정하는 방법 또한 필요하다. 따라서 본 연구에서는 대피시설의 입지 적절성 분석에 활용되어온 네트워크 분석과 대표적인 휴리스틱 알고리즘인 유전자 알고리즘을 활용하여 대피시설의 위치를 선정하는 방법을 제시하였다. 먼저, 기존의 민방위 대피시설 자료를 토대로 네트워크 분석을 시행하여 연구지역의 대피 취약지를 살펴본 결과, 지역별로 편차가 큰 것을 확인할 수 있었다. 이에 연구지역의 대피 취약지를 최소화하는 것을 목적함수로 유전자 알고리즘을 설계하여 신규 대피시설의 위치를 결정하였다. 대피시설 후보지의 위치로 구성된 초기해를 무작위로 생성하였고, 선택, 교차, 변이의 과정을 통해 목적함수를 최대로 만족하는 해를 탐색하였다. 실험결과, 연구지역 내 대피 취약지역의 비율이 높은 곳이 우선적으로 선정되었으며, 제안 기법의 효용성이 확인되었다. 본 연구의 결과는 향후 새로운 대피시설의 위치를 지정하고 효율적인 대피 계획을 수립하는 데에 기여할 수 있을 것으로 기대된다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.47-56
• /
• 2021

본 연구는 우리나라 노인의 성공적 노화에 영향을 미치는 요인을 파악하기 위해 시도된 이차자료분석 연구이다. 2018년 제7차 고령화연구패널 조사 자료를 이용하여 65세 이상의 노인 중 비동거 자녀가 1인 이상이고 연구 변수에 결측치가 없는 4,106명을 대상으로 하였다. 자료는 빈도분석, 교차분석, 독립표본 t검정, 이항 로지스틱 회귀분석으로 분석하였다. 연구 결과 노인의 성공적인 노화에 영향을 미치는 요인은 연령, 배우자 유무, 교육 수준, 주거 형태, 주관적 건강, 운동, 음주, 비동거 자녀와의 비대면 접촉 빈도로 나타났으며 설명력은 24.1%였다. 자녀 결속을 중심으로 노인이 성공적 노화를 영위하기 위해서는 자녀가 가까이 살고 자주 만나는 것보다 노인의 삶의 위로가 되고 관계의 연속으로 삶의 만족도를 높일 수 있는 비대면 연락 빈도가 중요하게 나타났다. 본 연구를 바탕으로 코로나19(COVID-19) 감염 우려로 인해 사회적으로 고립되어 있는 노인들의 성공적인 노화를 위한 다양한 전략이 필요하다.

• 가족자원경영과 정책
• /
• 제26권1호
• /
• pp.27-42
• /
• 2022

본 연구에서는 학업중단 청소년 자녀의 학교복귀 선택에 영향을 미치는 자원에 관해 살펴보고자 2013년부터 2017년까지의 총 5차년도 2,553명의 학업중단 청소년 패널 자료를 활용하였다. 2012년 7월 이후 정규 중·고등학교 학업중단 경험이 있는 청소년을 대상으로 학교복귀에 영향을 미치는 자원을 검증하기 위해 학업중단 청소년의 가족자원을 비롯하여 개인의 심리·정서자원 및 사회관계자원에 초점을 두고 분석하였다. 자료 분석 방법은 t-test와 교차분석, 위계적 로지스틱 회귀분석을 사용하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 청소년 자녀의 학교복귀 선택에 영향을 주는 자원 중 인구사회학적 변인은 이사횟수였다. 둘째, 청소년 자녀들의 학교복귀에 영향을 미치는 심리·정서자원은 우울, 충동성과 함께 학업을 중단한 현재에 대한 긍정적 인식의 정도가 낮고 우리 사회가 학력에 대한 차별이 심하다고 지각하는 점이 학교복귀 선택에 작용하였다. 셋째, 가족자원으로는 가족형태와 부모애착의 하위요인 중 경제적 지지 측면이 유의미한 것으로 나타났다. 넷째, 도움을 주는 사회관계자원으로서 멘토 여부가 사회자원으로 유의미한 영향을 미치는 것으로 나타났다. 본 연구를 토대로 학업중단 청소년 자녀들의 학교복귀 선택에 영향을 미치는 긍정적 가족자원을 밝혀 학업중단 청소년 자녀를 둔 부모들에게 지지적인 가족자원의 방향성을 제시하였다는 점에서 의의가 있다.

• 대한한의학회지
• /
• 제43권2호
• /
• pp.61-74
• /
• 2022

Objectives: This study aimed to explore the short-term effects of bilateral masticatory training using an intraoral device on memory and concentration, which is an advanced form of Gochi, compared to the unilateral form with gum. Methods: Thirty young healthy participants (age, 16-30 years) were screened and randomly assigned to one of two sequences in a crossover design. The participants assigned to sequence A (n=15) performed bilateral mastication using an intraoral device with a total of 300 taps, followed by unilateral mastication using gum with the same number of repetitions and frequency, separated by a 7-day washout period. A reverse order was used for sequence B. The primary and secondary outcomes were the digit span test result and the symbol digit modality test and the word list recall results, respectively, which were conducted before and after each intervention. Results: Symbol digit modality test scores increased by 12.03±8.33 with bilateral mastication, which was significantly higher than that obtained with chewing gum (5.17 points;95% confidence interval: 0.99, 9.34; p<0.05). Changes in the digit span test and word list recall scores were not significantly different between the two groups. In the digit span test forward, symbol digit modality test, and word list recall test, bilateral mastication was not inferior to unilateral mastication in improving memory and concentration. Conclusions: Bilateral masticatory exercises using an intraoral device are not inferior to unilateral mastication with gum for improving memory in healthy young individuals. Further research is needed to determine the efficacy of bilateral masticatory training on cognitive function.

• 대한약리학회지
• /
• 제26권2호
• /
• pp.219-226
• /
• 1990

국내 생산 enalapril maleate 10mg 제제 $(Beartec^{\circledR})$의 생물학적 동등성을 검토키위해, 원 제조원인 Merck사의 $Vasotec^{\circledR}$을 기준 제제로하여 12명의 건강한 남성지원자를 대상으로 10mg 1회 경구 투여 교차시험후 약동학적 성상, ACE활성억제의 경시적 변화 및 혈압 변동을 검토한 결과는 다음과 같다. 1. 혈장 enalapril 및 활성형 대사물인 enalaprilat의 생체이용율 지표들(AUC, Tmax 및 Cmax)의 평균치는 시험제제에서 enalapril의 최고 혈장농도 도달시간(Tmax)이 약 27%(0.21시간)지연되었을 뿐 타 지포는 대조제제에 대한 백분율 차이에 있어 ${\pm}20%$내외였다. 2. 혈장 enalapril및 enalaprilat의 생체 이용율 지표들은 분산 분석에 의해 두 제제간에 차이를 인지할 수 없었다. 3. 시험제제의 생체이용율 지표들은, 대조제제에 대한 백분율을 95% 신뢰구간 검정시, enalapril의 AUC 및 Tmax를 제외한 enalapril 및 enalaprilat의 모든 지표는 ${\pm}20%$ 내외의 결과를 보였다. 4. 두제제 투여후 ACE활성도는 enalaprilat 혈장농도 5-6ng/ml에서 50%의 억제를 보였으며, 투약 23시간까지의 활성억제 AUC는 차이가 없었다. 5. 두 제제 투여후 수축기 및 이완기 혈압은 투약 2시간 이후 유의한 감소를 보였으며 혈압 변동은 두제제간에 차이를 인지할 수 없었다. 이상의 실험 결과로 enalapril maleate의 국내 생산 generic product는 기준제제인 $Vasotec^{\circledR}$과 동등한 생물학적 동등성을 지니며 치료적 등가성을 보이는 제제로 판단하였다.

• 디자인학연구
• /
• 제18권1호
• /
• pp.167-174
• /
• 2005

본 연구는 컬러 코디네이션 지원모델과 도구를 개발하여 디자이너의 감성적 직관적 의사결정을 객관적으로 지원하는 것을 목적으로 한다. 이를 위해 본 연구의 선행연구인 '섬유컬러 그루핑 체계에 관한 연구'에서 제안된 컬러 그루핑 체계와 대표 어휘를 바탕으로 본 연구에서는 배색 그룹의 설계를 통해 실용적으로 사용할 수 있는 컬러 코디네이션지원 모델을 제작하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 컬러 그룹을 구성하기 위한 기본 컬러 도출을 위해 $1999{\sim}2003$년까지의 5년간 세계 4대 collection, 2002 F/W 2003 S/S 시즌의 Street 패션, 자 그룹별 대표 브랜드에서 총 687개의 컬러를 수집하였다. 둘째, 687개의 수집된 컬러는 비색 그룹을 위한 추출을 위해 3단계의 과정을 거쳐 총 144색의 컬러로 정리하였다. 셋째, 최종 추출된 컬러는 선행전구에서 제안한 그루핑 체계인 브라이트, 파스텔, 딥, 뉴트럴 그룹으로 분류하였고, 4개의 대그룹은 다시 12개의 소그룹으로 분류하였다. 넷째, 제시된 각 그룹 내의 색깔은 그룹 내에서의 코디네이션은 물론, 타 그룹과도 서로 대치 될 수 있는 크로스 오버코디네이션 개념을 도입하여 커러 코디네이션 체계를 구축하였다. 다섯째, 위와 같이 계통 색조별 4개의 대표 그룹(12개의 소그룹)으로 된 배색 체계를 구성하는 총 144개의 컬러를 섬유패션 디자인 산업의 대표 소재라 할 수 있는 면사에 염색하였다. 또한 글로벌 비즈니스로서의 패션 산업적 특성과 연관 디자인 산업분야와의 호환성을 고려해 시스템을 구성하는 각 색상에는 팬 톤 컬러 기호와 CMYK 값을 명시했다. 여섯째, 완성된 면 소재의 얀(yarn)을 크로스 코디네이션이 용이하도록 디자인된 용기에 포장하여 패션 실무자들이 쉽게 활용 할 수 있는 컬러 코디네이션 시스템을 완성하였다.

• Journal of Nutrition and Health
• /
• 제53권5호
• /
• pp.464-475
• /
• 2020

본 연구에서는 한국인이 평소 섭취하는 일반식사와 유사한 수준의 당부하량을 가진 high GL 식사와 당부하량이 낮게 설계된 low GL 식사를 섭취한 후 체중, 체지방, 혈압 및 혈액 내 생활습관병 위험 지표 등의 변화를 분석 및 비교하였다. 20대 성인남녀를 대상으로 체중 감량을 위해 wash-out 기간인 중간 2주를 제외하고 개인 필요 열량의 30%를 줄인 low GL 식사와 high GL 식사를 각 2주간 제공하였다. Low GL 식사와 high GL 식사의 효과를 비교한 결과 low GL 식사가 high GL 식사에 비해 체중 (p < 0.001), 체지방량 (p = 0.024), 체질량지수 (p < 0.001)에서 유의적으로 감소량이 더 컸다. 하지만 혈압, 혈액 내 비만 질환 위험 지표에서는 유의한 차이가 없었다. Low GL 식사의 전·후를 비교한 결과 체중, 체지방량, 체질량지수, 체지방률, 이완기 혈압, 중성지방, 총콜레스테롤, HDL-콜레스테롤, LDL-콜레스테롤, 공복혈당, C-peptide HOMA 지수가, high GL 식사에서는 체중, 체지방량, 체질량지수, 총콜레스테롤, HDL-콜레스테롤, 공복혈당, C-peptide, C-peptide HOMA 지수에서 각 식사 전보다 후에 유의적으로 감소되었다. 또한 실험 식사 섭취 전과 섭취 후를 비교한 결과 체중, 체지방량, 체질량지수, 체지방률, 혈압 (수축기, 이완기), 총콜레스테롤, HDL-콜레스테롤, LDL-콜레스테롤, 공복혈당, 당화혈색소, C-peptide, C-peptide HOMA 지수가 모두 유의적으로 감소되었다. 본 연구 결과 체중감량 및 생활습관병 위험을 줄이기 위해서는 단순히 섭취 열량을 낮추기보다는 열량과 함께 당부하량을 고려하여 섭취하는 것이 체중을 감소시키는 데에 더 효과적일 것으로 사료된다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• 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.