http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : 개인생체특성 (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
개인의 열스트레스 위험수준 식별을 위한 클러스터링 기반 모델
최유진,서승원,구충완 대한건축학회 2023 대한건축학회논문집 Vol.39 No.3
As the frequency of heat waves rises, it is necessary to manage individual heat strains systematically. To address this challenge, this studyaims to develop a clustering-based model for identifying individual differences in vulnerability to heat strain utilizing two proxy variables:metabolic rate estimated by heart rate or proxy A and eardrum temperature or proxy B. The k-means clustering method was used to divideindividuals into different groups based on their vulnerability to heat strain and two groups such as high-risk and low-risk were classified forboth of these two proxy variables. An independent samples t-test was used to analyze the differences in the mean values of 13 personalcharacteristics between the two groups. As a result, there were significant differences in 11 variables, which were mainly related to body fatfor the groups classified by proxy A, but no significant differences for the groups classified by proxy B. This study is expected to establisha decision support system that can predict whether a person is at high-risk for heat strain based on their biometric characteristics. 본 연구에서는, 열스트레스에 취약한 그룹을 선별하기 위한 모델 개발을 위하여, 건설근로자의 개인별 생체특성에 따른 열스트레스의 차이를 설명할 수 있는 대리변수(proxy variable)를 채택하고자 하였다. 대리변수로서, 심박수 기반 신진 대사율(proxy A)과 고막온도 (proxy B)를 채택하였다. 결과적으로, 심박수 기반 대사율을 기준으로 열스트레스 고위험군을 선별할 경우, 개인 생체특성에 기반하여 각 그룹의 특성을 이해할 수 있었다. 이러한 결과를 토대로, 열스트레스에 대한 고위험군 분류 모델을 개발/적용한다면, 간단한 체성분 분석을 통해 열스트레스 특별관리 대상을 선별함으로써, 효율적인 온열질환 관리가 가능할 것으로 기대된다.
-
건설근로자의 열스트레스 고위험군 분류를 위한 대리변수 비교 분석
최유진(Choi, Yujin),서승원(Seo, Seungwon),구충완(Koo, Choongwan) 대한건축학회 2022 대한건축학회 학술발표대회 논문집 Vol.42 No.2
The heat strain of construction workers needs to be managed in advance. In order to develop a real-time heat strain risk classifier that can identify workers who are at high risk for heat strain, metabolic rate estimated by heart rate (proxy A) and eardrum temperature (proxy B) were considered as potential candidates for proxy variables. First, k-means clustering method was used to divide workers based on their level of vulnerability to heat strain; and thus, two groups (i.e., high-risk and low-risk groups) were classified for both of two proxy variables. Second, independent samples t-test was used to analyze the difference between the mean values of 13 personal characteristics from each group. As a result, there were significant differences in 11 variables in the groups classified by proxy A, but no difference in the groups classified by proxy B.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
