신경망모형을 이용한 인체계측자료에서의 측정곤란 부위의 추정

• 영문명: Estimating Hard-to-Measure Measurements Using Neural Network Models in Anthropometric Surveys
• 발행기관: 한국자료분석학회
• 저자명: 최종후(Jong Hoo Choi) 서두성(Doo Seong Seo) 홍한표(Han Pyo Hong)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.1 No.1, 29~36쪽, 전체 8쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 1999.06.30

국문 초록

인체측정 조사에서 몇 가지 측정 항목은 피측정자의 수치심을 유발시켜 측정에 어려움을 지니게 되는데, 이 경우는 특히 측정오차가 심각하게 개입하게 됨으로써 측정 데이터의 정도에 문제가 발생한다. 본 연구의 목적은 회귀분석모형, 신경망모형을 이용하여 측정이 곤란한 항목을 측정이 용이한 항목을 이용하여 추정해 내고자 하는 것이다. 이용되는 자료는 1992년 국민인체 측정조사이다.

영문 초록

Anthropometric data are important as a basis for human engineering fields. According to our experiences, there are difficulties in obtaining the measurements of some body parts respondents are reluctant to expose. In order to overcome these difficulties, we propose a method for estimating such hard-to-measure measurements by using easy-to-measure measurements that are closely related to them. Regression models and neural network models are used for the purpose of research. The method we propose will be illustrated with data from the 1992 Korea national anthropometric survey.

목차

1. 서론

2. 분석 자료

3. 신경망모형

4. 토의

참고문헌

키워드

anthropometric data hard-to-measure measurements regression models neural network models