http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김재웅 ( Kim¸ Jaewoong ),한기훈 ( Han¸ Kihoon ) 한국체육학회 2021 한국체육학회지 Vol.60 No.1
본 연구의 목적은 태권도 돌려차기 시 타겟(공격대상) 높이에 따른 COM 이동패턴과 COP-COM 기울기각도의 차이를 비교분석하는데 있다. 본 연구를 위해 세계 태권도 연맹 1단 이상, 15명의 성인 피험자가 참여하였다. 일원반복측정분산분석(One-way Repeated Measure ANOVA)을 사용하여 타겟 높이에 따른 수직축에서 COM, 전후면 및 좌우면에서 COP-COM 기울기 각도의 최대값, 최소값, 이동범위, E4(임팩트 시점)에서 측정된 값의 차이를 분석하였다. 본 연구의 분석 결과를 토대로 다음과 같은 결론을 얻었다. 첫째, 돌려차기 시 타켓의 높이가 상승함에 따라COM의 수직위치는 높아짐으로써 안정성이 감소되었다. 둘째, 돌려차기 시 발차기 초기 시점에 상대적으로 타겟이 높을수록 충분한 회전운동량을 만들기 위해 더 큰 COP-COM의 후방 기울기각을 보여주었고, Impact에서는 안정성을 유지하기 위해 타겟의 높이와 상관없이 비슷한 COP-COM 전후방 기울기각을 나타내었다. The purpose of this study was to compare the difference among various target height conditions (abdomen, chest, and head) on balance parameters during taekwondo roundhouse kick. Fifteen male black belt holders were recruited for this study. One-way Repeated Measure ANOVA was used to compare the dependent variables(COM vertical position and COP-COM inclination angles in the forward-backward plane and leftward-rightward plane) across three target conditions. Based on the results in this study, it was concluded that: First, As the target height increases during the roundhouse kick, COM vertical height increased, reducing stability. Second, At the initial phase of the kicking, the higher the target, the greater the posterior COP-COM inclination angle was to generate sufficient angular momentum, and at impact, COP-COM inclination angle showed similar values regardless of the target height.
김재웅(Jaewoong Kim),이다현(Dahyun Lee),황아영(Ahyoung Hwang),이용주(Yongju Lee) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11
이전 연구에서는 링크드 데이터의 효율적인 검색 및 저장을 위해 핫-콜드 세그먼트 분류 알고리즘을 제안하였다. 하지만 기존의 지도 학습을 활용한 데이터 분류법은 간단하고 높은 정확도를 보였지만 검색 시간이 많이 소요 되는 단점이 존재하였다. 이를 해결하기 위해 본 논문에서는 비지도 학습을 활용한 핫-콜드 세그먼트 분류 알고리즘을 통해 데이터 분류에 소요되는 시간을 줄이고, 향후 새로운 특성이 추가되었을 경우에도 성능을 유지할 수 있도록 비지도 학습 분류를 수행한다. In the previous work, a hot-cold segment classification algorithm was proposed for efficient retrieval and storage of Linked Data. Although the existing classification method using supervised learning was simple and showed high accuracy, it had the disadvantage of taking a lot of retrieval time. To solve this problem, in this paper, the time required for data classification is reduced through the hot-cold segment classification algorithm using unsupervised learning, and unsupervised learning classification is performed to maintain performance even when new features are added in the future.