본 논문에서는 대상자의 체력상태에 따른 군집과 운동처방 과정 전반을 시각화 하는 방법을 비쥬얼패스맵이라 명명하고, 비쥬얼패스맵을 이용하여 운동처방사의 처방과정을 시각화하는 것을 목표로 한다. 비쥬얼패스맵은 대상자의 체력상태에 따른 군집 분포, 대상자의 현재 상태와 목표 상태, 운동처방에 따라 어떤 군집에 속하게 될지를 보여준다. 그래서 비쥬얼패스맵은 운동처방 안에 따라 현재 상태에서 목표 상태에 이르기까지의 경로를 나타내게 된다. 비쥬얼패스맵에서 대상자의 특성 간 군집을 표현하기 위해 인공신경망 SOM을 이용했고, 일반인 1,500명의 체력검사 결과값, 비만도, 나이 정보를 학습하여 군집형태를 시각화했다. 또한 운동처방사의 운동처방 자료를 이용하여 운동처방 과정을 비쥬얼패스맵으로 시각화했다.
본 논문에서는 대상자의 체력상태에 따른 군집과 운동처방 과정 전반을 시각화 하는 방법을 비쥬얼패스맵이라 명명하고, 비쥬얼패스맵을 이용하여 운동처방사의 처방과정을 시각화하는 것을 목표로 한다. 비쥬얼패스맵은 대상자의 체력상태에 따른 군집 분포, 대상자의 현재 상태와 목표 상태, 운동처방에 따라 어떤 군집에 속하게 될지를 보여준다. 그래서 비쥬얼패스맵은 운동처방 안에 따라 현재 상태에서 목표 상태에 이르기까지의 경로를 나타내게 된다. 비쥬얼패스맵에서 대상자의 특성 간 군집을 표현하기 위해 인공신경망 SOM을 이용했고, 일반인 1,500명의 체력검사 결과값, 비만도, 나이 정보를 학습하여 군집형태를 시각화했다. 또한 운동처방사의 운동처방 자료를 이용하여 운동처방 과정을 비쥬얼패스맵으로 시각화했다.
We named the system Visual Path Map which visualizes the distribution of clusters according to characteristics and entire process about exercise prescription, and we purpose to visualize a process according to exercise prescription. Visual Path Map visualizes the distribution of clusters according t...
We named the system Visual Path Map which visualizes the distribution of clusters according to characteristics and entire process about exercise prescription, and we purpose to visualize a process according to exercise prescription. Visual Path Map visualizes the distribution of clusters according to characteristics, current and object distribution, and changed distribution for prescription. So it visualizes paths from current distribution to object distribution according to prescription. We used SOM in order to express properties along subjects in Visual Path map, and visualized distribution of clusters about physical characteristics, body mass index, and age information of 1,500 ordinary people. Also we visualize practical exercise prescription according to real data of expert of exercise prescription.
We named the system Visual Path Map which visualizes the distribution of clusters according to characteristics and entire process about exercise prescription, and we purpose to visualize a process according to exercise prescription. Visual Path Map visualizes the distribution of clusters according to characteristics, current and object distribution, and changed distribution for prescription. So it visualizes paths from current distribution to object distribution according to prescription. We used SOM in order to express properties along subjects in Visual Path map, and visualized distribution of clusters about physical characteristics, body mass index, and age information of 1,500 ordinary people. Also we visualize practical exercise prescription according to real data of expert of exercise prescription.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 대상자의 체력상태에 따른 군집을 시각화하는 방법을 비쥬얼패스맵이라 명명하고, 이것을 이용하여 운동처방 과정을 시각화하는 것을 목표로 한다. 비쥬얼패스맵은 대상자의 특성에 따른 군집 분포를 시각적으로 나타낸다.
제안 방법
예를 들어 같은 수치라도 젊은 남성의 경우 매우 부족으로 등급이 평가되지만, 나이든 여성의 경우 아주 우수로 평가될 수 있다. 그러나 본 연구에서는 체력검사, 비만도, 나이 간의 상관관계 자체가 SOM 학습 과정에 반영되어야 하기 때문에 상대적으로 등급을 부여하지 않고, SOM학습기준을 정하여 등급을 부여했다.
먼저 경쟁층의 모든 유닛 벡터들을 임의의 수로 초기화 한다. 그리고 입력층으로부터 유닛 한 개를 제시하여 경쟁층 상의 모든 유닛과 거리 값을 계산한다. 그 중 최소거리에 있는 유닛을 선택한다.
추후 연구방향은 체력상태의 속성 다양화, 처방체계 수립, 경쟁층 형태 변경으로 요약된다. 본 논문에서는 건강체력요인을 나타내는 속성으로 심폐지구력, 근지구력, 근력을 사용하였다. 이외에 운동기능 체력요인의 순발력, 스피드, 평형성 등 속성들을 추가하면 구체적인 운동처방을 하거나 운동을 전문적으로 하는 대상에게도 처방이 가능해진다.
본 논문에서는 대상자의 체력상태에 따른 군집과 처방에 따른 결과를 시각화해주는 비쥬얼패스맵을 제안하고, 실제 예를 통해 운동처방 과정을 시각화해 보였다. 비쥬얼패스맵은 대상자를 비슷한 속성별로 군집하기 위해 SOM을 근간으로 하는 입력층과 경쟁층을 가졌고, 군집형태와 처방결과를 시각화하기 위해 특성군집층과 비쥬얼패스층을 가졌다.
본 논문에서는 운동처방을 시각화하기 위해 인공 신경망 SOM(Self Organizing Map : 자기조직화 지도)을 이용하고[3,4], 일반인 1,500명의 체력검사 결과값, 비만도, 나이 정보를 학습하여 군집형태를 시각화 할 것이다. SOM은 기계학습에서 대표적인 비지도학습 알고리즘으로, 학습결과를 군집화 된 형태로 시각화하기 때문에 비쥬얼패스맵에 적합하다.
따라서 심폐지구력, 근지구력, 근력은 조깅, 사이클링, 웨이트 트레이닝 같은 일반인이 건강관리를 위해 쉽게 접하는 운동에 필요한 체력요인으로 충분하다. 본 논문은 전문 운동가가 아닌 일반인이 지속적인 운동이 가능하게 하는 것을 목표로 하므로 건강 체력요인 중에서 심폐지구력, 근지구력, 근력을 이용한다[7].
데이터는 헬마스(Helmas : Health Management System) 시스템을 통해 측정되었다. 심폐지구력은 SH-9600K를 이용하여 에어로바이크를 타는 동안 측정되었고 , 근지구력은 SH-9600N을 이용하여 30초간 윗몸일으키기를 하는 동안 측정되었다. 근력은 SH-9600D를 이용하여 악력을 통해 측정됐다.
운동처방안 (가)에서는 먼저 비만도를 낮추기 위해 트레드밀에서 최대 심박수 60% 이하로 땀이 약간 날 정도로 주 3~5회 12주간 운동한다. 이 후, 기초 체력 향상을 보강하기 위해 기존의 처방에서 팔굽혀펴기와 윗몸 일으키기를 추가한다. 이 때, 팔굽혀펴기는 최대 개수에서 50~70%씩 5세트를 하고 윗몸일으키기는 최대 개수로 5세트를 한다.
제안한 방법에 따라 운동처방 과정의 데이터를 이용하여 비쥬얼패스맵을 통해 시각화 한다. 대상자의 체력상태를 입력하여 현재 위치한 군집과 운동 목표에 따른 군집을 나타내고, 서로 다른 운동처방 안에 따른 군집 이동 경로를 시각화할 것이다.
제안한 비쥬얼패스맵을 이용하여 운동처방사의 처방 데이터를 입력하고 운동처방 과정을 시각화한다. 운동처방에 사용되었던 대상자의 체력상태는 다음과 같다.
대상 데이터
입력층은 그림 2와 같은 형태를 가진 유닛 1,500개로 이루어진다. 1,500개의 데이터는 서울의 특정 보건소의 데이터에서 무작위로 선정한 1,500명의 데이터를 이용했다. 데이터는 헬마스(Helmas : Health Management System) 시스템을 통해 측정되었다.
1,500개의 데이터는 서울의 특정 보건소의 데이터에서 무작위로 선정한 1,500명의 데이터를 이용했다. 데이터는 헬마스(Helmas : Health Management System) 시스템을 통해 측정되었다. 심폐지구력은 SH-9600K를 이용하여 에어로바이크를 타는 동안 측정되었고 , 근지구력은 SH-9600N을 이용하여 30초간 윗몸일으키기를 하는 동안 측정되었다.
이론/모형
여기서는 대표적으로 비만도와 나이만을 이용한다. 비만도의 경우 신장과 체중을 이용한 대표적 비만지수인 BMI(Body Mass Index)를 이용한다[8]. 이렇게 한 개의 유닛은 건강체력요인을 나타내는 특성 세 개와 개인적 특성 두 개로 이루어진 5차원 벡터 값을 가지며, 그림 2와 같이 격자 그래프 형태의 꼴을 가진다.
성능/효과
운동처방안 (가)는 그림 6의 (a) 현재 상태에서 (b)를 거쳐서 (d) 목표로 가는 패스를 가진다. (b)는 처방안 (가)-1의 결과로, 표 3의 특성군집층의 예에는 존재하지 않지만, (a) 현재 상태에 비해 비만도가 하락한 과체중이고, 심폐지구력과 근지구력이 상승된 군집이다. 운동처방안 (나)는 그림 6의 (a) 현재 상태에서 (c)를 거쳐 (d) 목표로 가는 패스를 가진다.
그 결과, 표 1과 같이 SOM의 입력데이터 특징으로 심폐지구력과 근력은 조금 부족에 편향된 경향을 보였고, 근지구력은 조금 부족과 보통에 높은 분포를 보였다. 비만도의 경우 정상이 제일 많았으나 과체중과 경도비만에도 높은 분포를 보였다.
등급 부여를 위한 SOM학습기준은 신체능력의 경우 1,500명의 수치 중 가장 큰 값과 가장 작은 값을 기준으로 상위 20% 이내에 드는 수치의 경우 아주 우수, 20%에서 40%일 경우 우수, 40%에서 60% 일 경우 보통, 60%에서 80% 이내일 경우 조금 부족, 80% 이상일 경우 매우 부족으로 책정했다. 같은 방법으로 비만도는 중등도비만, 경도비만, 과체중, 정상, 저체중으로 책정했고 나이는 60대, 50대, 40대, 30대, 20대로 책정했다.
따라서 경험적 지식에 의존해야 했던 기존의 처방과 달리, 특성군집층을 이용하여 대상자의 현재 상태를 파악할 수 있으며, 비쥬얼패스층을 통해 구체적인 처방 과정을 시각적으로 확인할 수 있다. 또한 최초 운동처방안에 따라 운동이 진행되는 동안 예상했던 경로대로 이동하는지 점검하여 처방을 유동적으로 변경하는 것이 가능하다.
또한 심폐지구력, 근지구력, 근력에 대한 헬마스 시스템에 의한 등급은 SOM학습기준에 의한 등급과 같다. 헬마스 기준은 나이가 고려된 등급이지만이 데이터에서는 신체능력이 매우 낮고 비만도가 매우 높아서 SOM학습기준에 의한 등급과 같게 평가되었다.
후속연구
추후 연구방향은 체력상태의 속성 다양화, 처방체계 수립, 경쟁층 형태 변경으로 요약된다. 본 논문에서는 건강체력요인을 나타내는 속성으로 심폐지구력, 근지구력, 근력을 사용하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
비쥬얼패스맵은 운동처방사와 대상자에게 이점을 주는데, 어떤 이점을 주는가?
비쥬얼패스맵은 운동처방사와 대상자에게 이점을 준다. 먼저 운동처방사는 비쥬얼패스맵을 통해 운동처방에 따라 예상되는 결과와 운동 진행에 따른 진행상황을 시각적으로 확인할 수 있다. 따라서 경험적 지식에 의존해야 했던 기존의 처방과 달리, 특성군집층을 이용하여 대상자의 현재 상태를 파악할 수 있으며, 비쥬얼패스층을 통해 구체적인 처방 과정을 시각적으로 확인할 수 있다. 또한 최초 운동처방안에 따라 운동이 진행되는 동안 예상했던 경로대로 이동하는지 점검하여 처방을 유동적으로 변경하는 것이 가능하다.
비쥬얼패스맵을 통한 대상자에 대한 이점은 운동에 대한 동기부여다. 대상자는 자신이 속해 있는 군집을 보고 동기를 부여받을 수 있다. 비쥬얼패스맵은 세 가지 체력검사 결과값과 비만도, 나이로 체력상태의 특성을 고려한다. 그래서 어떤 한 가지 속성이 다르더라도 다른 속성의 유사도가 높으면 해당 군집으로 속할 가능성이 높다. 예를 들어 20대에 체력상태가 떨어지고 비만인 사람이, 30대에 체력상태가 떨어지고 비만인 군집으로 속할 수 있다. 이러한 경우 자신의 체력상태에 대한 경각심을 깨워줘 운동에 대한 동기를 부여하는 것이 가능하다. 또한 운동 과정에 따라 자신이 속하는 군집이 변하는 것을 보여주므로 지속적으로 운동에 대한 동기를 부여한다.
본 논문에서 정의한 비쥬얼패스맵이란 무엇인가?
본 논문에서는 대상자의 체력상태에 따른 군집과 운동처방 과정 전반을 시각화 하는 방법을 비쥬얼패스맵이라 명명하고, 비쥬얼패스맵을 이용하여 운동처방사의 처방과정을 시각화하는 것을 목표로 한다. 비쥬얼패스맵은 대상자의 체력상태에 따른 군집 분포, 대상자의 현재 상태와 목표 상태, 운동처방에 따라 어떤 군집에 속하게 될지를 보여준다.
국민생활체육 참여 실태조사에 따르면, 많은 사람들이 운동을 꾸준히 하지 못하는 이유는?
건강은 삶에서 빼놓을 수 없는 중요한 부분이며, 지속적인 운동이 건강을 유지시켜줄 수 있음은 누구나 아는 사실이다. 그러나 국민생활체육 참여 실태조사[1]에 따르면, 많은 사람들이 바빠서(55.2%), 게을러서(16.9%) 운동을 꾸준히 하지 못한다. u-헬스, u-웰니스가 대두되면서 건강증진과 유지를 위한 여러 가지 운동 방법들이 연구되고 있다.
참고문헌 (10)
문화체육관광부, 2010 국민생활체육 참여 실태조사, 2010.
E. L. Deci and R. M. Ryan, "The General Causality Orientations Scale: Self-determination in personality," Journal of Research in Personality, Vol.19, pp. 109-134, 1985.
L. X. James, "Visualization of High-Dimensional Data with Relational Perspective Map," Nephrology Dialysis Transplantation, Vol.23, No.1, pp. 47-51, 2007.
W. Yingxin and T. Masahiro, "Spherical Self-Organizing Map Using Efficient Indexed Geodesic Data Structure," Neural Networks, Vol.19, pp. 900-910, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.