메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이지용 (한국체육대학교) 이상용 (한국체육대학교) 박재현 (한국체육대학교) 윤지운 (한국체육대학교)
저널정보
한국체육측정평가학회 한국체육측정평가학회지 한국체육측정평가학회지 제25권 제3호
발행연도
2023.9
수록면
13 - 28 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
이 연구의 목적은 다중클래스 분류 머신러닝 알고리즘을 활용하여 3D신체이미지 기반 체형분류 예측모델을 탐색하는 것이다. 연구의 목적을 달성하기 위하여 목적표집법을 활용하여 남성 214명, 여성 152명 총 366명의 데이터를 수집하여 분석에 활용하였다. 체형분류를 위하여 인체측정과 3D Body Scan을 수행하였으며 머신러닝 모델의 Accuracy(정확도), Precision(정밀도), Recall(재현율), F1 Score, AUC(ROC곡선 아래 면적), Log Loss(손실함수)를 성능지표로 사용하였다. 모든 분석은 Python 3.9버전을 활용하여 수행하였다. 이 연구를 통해 얻은 결과는 다음과 같다. 첫째, 3D신체이미지를 활용한 체형분류 학습모델의 성능은 Ensemble Voting Model(1순위)이 가장 우수한 학습 결과가 나타났으며, Neural Network Model(2순위), Logistic Regression Model(3순위), SVM Model(4순위), Random Forest Model(5순위), Naive Bayes Model(6순위) 순으로 좋은 학습 결과를 나타냈다. 둘째, 학습된 모델들의 성능 및 외적타당도를 검증한 결과 Logistic Regression Model(1순위)이 가장 우수한 성능을 보였으며, Ensemble Voting Model(2순위), SVM Model(3순위), Random Forest Model(4순위), Neural Network Model(5순위), Navie Bayes Model(6순위) 순으로 높은 성능을 나타냈다. 셋째, 3D신체이미지를 활용하여 체형분류가 가능한 것으로 확인되었다. 이 결과를 토대로 추가 Data 수집과 모델 성능 보완 단계를 거쳐 더욱 우수한 성능을 가진 체형분류 예측모델을 구현할 수 있을 것으로 판단된다.

목차

국문초록
Ⅰ. 서론
Ⅱ. 연구방법
Ⅲ. 연구결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0