• 재활치료과학
• /
• 제7권3호
• /
• pp.47-58
• /
• 2018

목적 : 본 연구의 목적은 경도 치매 노인의 주의 집중력과 기억력 향상을 위한 아이패드 어플리케이션 중재법의 효과를 알아보기 위함이며, 중재법의 효과를 통하여 임상현장의 작업치료사에게 근거를 제시하고자 한다. 연구방법 : 경도 치매 노인 한 명을 대상으로 단일대상연구 중 ABA 설계로 연구를 진행하였다. 총 20회기를 기초선 A 5회기, 중재기 B 10회기, 기초선 A' 5회기로 나누어서 각 회기별 30분씩 진행되었다. 중재기 때는 'Memorado-움직이는 공, '와 'Circles'라는 두 어플리케이션으로 주의 집중력 및 기억력 훈련을 실시하였고, 매 회기마다 Fit Brains의 '짝 맞추기, '와 '틀린 그림 찾기'로 주의 집중력과 기억력 수준의 변화를 평가하였다. 또한 사전 및 사후 평가로 한국판 노인형 기호잇기검사, 숫자외우기 검사, 한국판 간이 정신상태 검사를 실시하였다. 결과 : Fit Brains '짝 맞추기'와 '틀린 그림 찾기'를 매 회기 시행해본 결과 중재기부터 주의 집중력과 기억력이 향상되는 것을 확인할 수 있었다. 사전 및 사후 평가로 실시된 한국판 노인형 기호잇기검사는 전, 후 대비 A형의 경우 정답 수 3점 증가, 오류 수 3점 감소, B형의 경우 정답 수 7점 증가, 오류 수 2점 감소를 보여 점수변화를 나타냈으나, 숫자외우기 검사와 한국판 간이 정신상태 검사에서는 점수 변화가 미미하였다. 결론 : 본 연구는 아이패드 어플리케이션 중재방법을 통해 경도 치매 노인의 집중력과 기억력의 향상을 확인하였고, 추후 연구에서는 다양한 어플리케이션과 더 많은 표본을 대상으로 장기간 진행될 필요가 있을 것이다.

• 대한교통학회지
• /
• 제27권2호
• /
• pp.95-105
• /
• 2009

도로환경요인과 운전자의 능력의 부조화상태에서 교통사고 위험성이 높아진다는 개념으로부터 도로위험수준을 평가를 하고자 하는 것이 요구-노력모형이다. 본 연구에서는 요구-노력모형의 노력수준을 결정하는 운전자 생체신호의 재분석을 통하여 요구-노력모형의 신뢰성을 높일 수 있는 새로운 신경망 모형구조를 제안하였다. 영동, 호남 및 서해안고속도로에서 149명의 피실험자를 대상으로 검증한 연구결과는 다음과 같이 나타났다. 첫째, 생체신호 파라메타 값에 대하여 Normality Test, Cluster Analysis와 Mann-Whitney 분석에서 기존 요구-노력 모형에서 사용하던 10개의 생체신호 중 5개의 생체신호만이 통계적으로 유의함을 입증하였다. 둘째, 신경망모형은 운전자의 노력수준의 평가에 대한 정확도는 매우 높게 나타났다. 신경망구축을 위해 사용한 집단1의 피실험자별 전체 노력수준의 정확도는 80.0%, 집단 2의 피실험자별 전체 노력수준의 정확도가 74.3%로 나타났다. 셋째, 요구-노력모형에서 노력수준 경계값 결정방법에 따라 호남고속도로 전주IC${\rightarrow}$회덕JCT구간의 단위분석지점에 대하여 도로위험도를 판별한 결과, 2종 오류가 신경망모형 40.5%, 기존 모형 58.8%로 나타났다. 요구-노력모형에 의한 도로위험도 평가가 최종적이기 보다는 전문가 그룹에 의한 상세한 도로안전진단에 앞서 도로위험도를 대략적으로 판별하고자 하는 의도였다고 한다면 보다 많은 검토대상구간을 판별하고, 더 낮은 2종 오류비율을 보인 신경망을 이용한 방법이 요구-노력모형의 취지에 적합하다고 볼 수 있다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.572-578
• /
• 2020

주식 시장은 기업 실적 및 경기 상황뿐만 아니라 정치, 사회, 자연재해 등 예기치 못한 요소들에 영향을 받는다. 이런 요소들을 고려한 정확한 예측을 위해서 다양한 기법들이 사용된다. 최근 인공지능 기술이 화두가 되면서 이를 활용한 주가 예측 시도 또한 이루어지고 있다. 본 논문은 단순히 주식 관련 데이터뿐만 아닌, 거시 경제적 지표 등을 활용한 여러 종류의 데이터를 이용하여 주가에 영향을 미치는 요소에 관한 연구를 제안한다. KOSDAQ을 대상으로 1년 치 종가, 외국인 비율, 금리, 환율 데이터를 다양하게 조합한 후에 딥러닝의 Nonlinear AutoRegressive with eXternal input (NARX) 모델을 활용한다. 이 모델을 통해 1달 치 데이터를 생성하고 각 데이터 조합을 통해 만들어진 예측값을 RMSE를 통해 실제값과 비교, 분석한다. 또한, 은닉층에서 뉴런의 수, 지연 시간을 다양하게 설정하여 RMSE를 비교한다. 분석 결과 뉴런은 10개, 지연 시간은 2로 설정하고, 데이터는 미국, 중국, 유럽, 일본 환율의 조합을 사용할 때 RMSE 0.08을 보이며 가장 낮은 오차를 기록하였다. 본 연구는 환율이 주식에 가장 영향을 많이 미친다는 점과 종가 데이터만 사용했을 때의 RMSE 값인 0.589에서 오차를 낮췄다는 점에 의의가 있다.

• 응용통계연구
• /
• 제25권1호
• /
• pp.89-99
• /
• 2012

본 연구는 한국의 경제성장과 전력수요 사이의 Granger-인과성을 조사한 것이다. 실증분석을 위해 1970년 1분기부터 2009년 4분기까지의 분기별 실질 GDP와 전력소비 시계열 자료를 활용하였다. 두 시계열에 단위근이 존재하고 공적분 관계가 있음을 확인한 후 오차수정모형을 구성하였으며, Hsiao (1979)의 순차적 모형식별 과정을 적용해서 자기회귀항의 최적시차를 결정하여 모형을 추정하였다. Hsiao 방식의 Granger-인과성 분석결과, 한국의 경제성장과 전력수요는 양방향의 인과관계를 보였다. 추정된 개별 오차수정모형을 기반으로 Engle-Granger 방식의 추가적인 인과성 분석 결과로부터는 (1) 경제성장과 전력수요 사이의 단기적인 양방향성 인과관계, (2) 양방향성 강 인과관계, 그리고 (3) 장기적으로는 전력수요로부터 경제성장으로의 단방향성 인과관계를 확인할 수 있었다. 이러한 결과는 기존의 선행연구의 결과와는 상반되는 것이나, 지속적인 경제성장을 추구하는 한국의 상황에서 더 의미 있는 정책적 시사점을 줄 수 있다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제21권5호
• /
• pp.677-684
• /
• 2008

Accurate estimation of dry matter intake (DMI) is a prerequisite to meet animal performance targets without penalizing animal health and the environment. The objective of the current study was to evaluate some of the existing models in order to predict DMI when lactating dairy cows were offered a total mixed ration containing a high level of concentrates and locally produced agricultural by-products. Six popular models were chosen for DMI prediction (Brown et al., 1977; Rayburn and Fox, 1993; Agriculture Forestry and Fisheries Research Council Secretariat, 1999; National Research Council (NRC), 2001; Cornell Net Carbohydrate and Protein System (CNCPS), Fox et al., 2003; Fuentes-Pila et al., 2003). Databases for DMI comparison were constructed from two different sources: i) 12 commercial farm investigations and ii) a controlled dairy cow experiment. The model evaluation was performed using two different methods: i) linear regression analysis and ii) mean square error prediction analysis. In the commercial farm investigation, DMI predicted by Fuentes-Pila et al. (2003) was the most accurate when compared with the actual mean DMI, whilst the CNCPS prediction showed larger mean bias (difference between mean predicted and mean observed values). Similar results were observed in the controlled dairy cow experiment where the mean bias by Fuentes-Pila et al. (2003) was the smallest of all six chosen models. The more accurate prediction by Fuentes-Pila et al. (2003) could be attributed to the inclusion of dietary factors, particularly fiber as these factors were not considered in some models (i.e. NRC, 2001; CNCPS (Fox et al., 2003)). Linear regression analysis had little meaningful biological significance when evaluating models for prediction of DMI in this study. Further research is required to improve the accuracy of the models, and may recommend more mechanistic approaches to investigate feedstuffs (common to the Asian region), animal genotype, environmental conditions and their interaction, as the majority of the models employed are based on empirical approaches.

• Journal of Information Technology Applications and Management
• /
• 제19권1호
• /
• pp.1-12
• /
• 2012

Data mining is the process of searching and analyzing large quantities of data for finding out meaningful patterns and rules. Artificial Neural Network (ANN) is one of the tools of data mining which is becoming very popular in forecasting the future values. Some of the areas where it is used are banking, medicine, retailing and fraud detection. In finance, artificial neural network is used in various disciplines including stock market forecasting. In the stock market time series, due to high volatility, it is very important to choose a model which reads volatility and forecasts the future values considering volatility as one of the major attributes for forecasting. In this paper, an attempt is made to develop two models - one using feed forward back propagation Artificial Neural Network and the other using Autoregressive Conditional Heteroskedasticity (ARCH) technique for forecasting stock market returns. Various parameters which are considered for the design of optimal ANN model development are input and output data normalization, transfer function and neuron/s at input, hidden and output layers, number of hidden layers, values with respect to momentum, learning rate and error tolerance. Simulations have been done using prices of daily close of Sensex. Stock market returns are chosen as input data and output is the forecasted return. Simulations of the Model have been done using MATLAB$^{(R)}$ 6.1.0.450 and EViews 4.1. Convergence and performance of models have been evaluated on the basis of the simulation results. Performance evaluation is done on the basis of the errors calculated between the actual and predicted values.

• 한국융합학회논문지
• /
• 제8권12호
• /
• pp.265-274
• /
• 2017

본 논문은 빅데이터 분석 교육의 문제점을 고찰해 그 개선 방안을 제시한다. 빅데이터의 특성은 V3에서 V5로 진화하고 있다. 이에 빅데이터 분석 교육도 V5를 감안한 데이터 분석 교육이 되어야 한다. 작금 불확실성의 증대는 데이터 분석의 리스크를 증가시키기에 내적 외적 구조화/비구조화 데이터를 비롯해 교란 요인마저 분석할 때 데이터의 신뢰성은 증가될 수 있다. 그리고 평판분석을 활용할 때 범하기 쉬운 오류가 가변성과 불확실성에 대한 상황 인식이다. 가변성의 측면을 고려해, 다양한 변수와 옵션에 의한 불확실성의 상황을 인식하고 대비한 데이터 분석이 이뤄질 때 데이터에 대한 신뢰성과 정확성은 증가할 수 있다. 사회관계망 분석에서 학생들과 일반 연구자들이 주로 활용하는 것이 텍스톰과 노드엑셀의 노드 분석이다. 사화관계망 분석은 매개중심성에 의한 상황 분석을 통해 다크 데이터를 찾아 이상 현상을 감지하고 현 상황을 분석하여 유용한 의미를 얻고 미래를 예측할 수 있어야 한다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.505-519
• /
• 2006

셀 수 있는 이산 자료(discrete count data)에 대한 분석은 여러 분야에서 활용되고 있지만 영(zero)을 과도하게 포함하고 있는 영과잉 자료는 자료의 성격상 포아송 분포를 따르지 못할 때가 있어 분석에 어려움이 따른다. Zero-Inflated Poisson(ZIP)모형은 이런 어려움을 극복하기 위하여 영에 대한 점확률을 가지는 분포와 포아송 분포를 합성하여 과도한 영과 영이 아닌 자료를 설명하는 모형이다. 설명 변수가 존재할 때는 포아송 분포 부분에서 반응변수의 평균과 공변량사이에 로그선형 연결함수를 사용한 Zero-Inflated Poisson Regression(ZIPR)모형이 사용될 수 있다. 본 논문에서는 Markov Chain Monte Carlo 기법을 이용한 ZIPR모형의 베이지안 추론방법을 제안하고, 이를 실제 구강위생 자료에 적용하며 다른 모형들과 비교한다. 그 결과 베이지안 추론 방법을 적용한 영과잉 모형의 추정오차가 다른 모형들의 추정오차보다 작았고, 예측치가 더 정확했다는 점에서 우수함을 알 수 있었다.

• 대한교통학회지
• /
• 제32권2호
• /
• pp.170-178
• /
• 2014

지금까지 교통사고발생과 기하구조와의 관계파악을 위한 모형정립에 관한 연구가 많이 이루어져 왔다. 이러한 연구들은 도로선형, 기하구조의 개선 혹은 위험구간 선정 등에 사용되어 교통사고 건수 및 사고심각도를 줄이는데 기여를 하여왔다. 하지만, 모형정립에 사용되었던 변수들은 자료수집 부족 등의 이유로 변수 혹은 대상구간이 가지고 있는 기하구조의 비동질성을 고려하지 못한 측면이 있었으며, 이는 모형 정립시 계수의 표준오차값이 과소 추정되어 모형전체의 신뢰성에 영향을 미쳐왔다. 따라서, 이번 연구에서는 사용되는 변수의 비동질성 고려가 모형의 결과에 미치는 영향을 알아봄으로써, 비동질성의 중요성을 파악하고자 하는데 목적이 있다. 그 결과, 모든 기하구조에 대한 비동질성을 고려하지는 못하였으나, 몇몇 사용된 기하구조 변수들의 경우, 의미 있는 결과가 도출되었다.

• 대한의용생체공학회:의공학회지
• /
• 제31권3호
• /
• pp.187-193
• /
• 2010

In this study we have designed and fabricated an inexpensive micro electronic system that we call Alvitek. It can indirectly but accurately predict and display the partial pressures of alveolar oxygen and carbon dioxide for the patients in the ICU of a hospital. Alvitek consists of both hardware part and software part. Performance of the system is tested by animal experiment with pigs for various $F_{t}e_{2}$ and RR(Respiratory Rate) values under the mechanical ventilation. The predicted alveolar gas partial pressures are cprpared with the approximate alveolar oxygen partial pressures easily calculated by the physician’s bedside formula. As a result, we have concluded that the relative error of A-$aDe_2$ calculated by the bedside formula grows seriously for lower $F_{t}e_{2}$ values. The present prediction method of Alvitek is henceforth believed very meaningful to the physicians. The system hardware and software are described in the text.