520817

Abstract경찰 이직에 대한 스트레스 영향에 대한 연구가 많이 있으며 이는 스트레스가 사직을 유도함본 연구는 다양한 직무 스트레스 요인과 이직 간의 연관성을 조사할 뿐만 아니라 그 관계가 직무 만족도와 번아웃에 의해 매개되는지 조사함스트레스 요인, 직무 만족도, 번아웃, 이직 의도 간의 연관성 탐색하여 OLS(Ordinary least squares) 회귀 분석과 구조방정식 모형 수행일-가정 갈등이 이직의 중요한 예측 변수로 나타났으며 번아웃은 스트레스 요인과 이직 의도 간의 연관성을 매개했지만 직무 만족도는 매개하지 않음Data and MethodsSample누락된 정보를 처리하기 전 최종 표본은 남성 경찰관 570명여성 경찰관은 경찰 스트레스 요인과 그 결과의 역학 관계가 성별에 따라 상당히 다르..

박사님께서 현재 가지고 있는 경찰관 인구학적 데이터를 이용해서 논문을 써보라고 하셨다이 데이터만으로 단순히 어떤 변수 간에 이런 관계가 있다 이런 분석을 하면 노잼!!이니까관련 논문들을 찾아보니 인구학적 특성을 기반으로 구조방정식을 많이 하는 것 같다마침 박사님께서 관련 논문들을 몇 개 보내주셔서 정리하면서 공부를 해보려고 한다그럼 시작AbstractBackground경찰관은 오랫동안 가장 스트레스가 많은 직업 중 하나로 알려져 왔음스트레스 수준, 대처 방식, 정서와 삶의 만족도를 포함한 주관적 웰빙을 조사함또한 이러한 요인들 간의 상호 관계를 탐색하여 대처 방식이 경찰관의 주관적 웰빙(SWB, Subjective Well-bing)에 어떻게 영향을 미치는지 규명하고자 함 Methods한국의 한 대도시 ..

구조방정식: 여러 변수들 간의 관계를 동시에 분석하는 고급 통계 기법잠재변수(latent variable)와 관찰변수(observed variable)를 함께 다룰 수 있음-> 보이지 않는 심리적·개념적 구조(잠재변수)를 실제 문항(관찰변수)로부터 추정하고, 그 구조들이 서로 어떻게 영향을 주는지 모델링하는 방법 왜 회귀분석을 안하고?관찰변수만 가지고 분석할 때의 문제점잠재변수를 사용하지 않으면 보통 다음과 같은 방식으로 처리함여러 문항을 평균 또는 합산해 하나의 점수로 합침이 점수를 변수로 사용하여 회귀분석 등에 투입그러나 이 방식은 중요한 가정을 깔고 있음 -> 각 문항 점수에 measurement error(측정오차)가 존재하지 않음하지만 실제 심리·사회과학 데이터를 포함한 거의 모든 설문 문항에..

데이콘 파주 ai 경진대회가 있어서 갖고 있는 멀티에이전트 지식으로 만들어본 계층 멀티에이전트 민원 챗봇세 줄 요약 해보자면1. 채팅 하나로 공공언어로 제목, 내용 작성하여 민원 게시물 만들어주기2. 카테고리도 분류해주기 때문에 민원자는 그냥 입력하면 게시물이 만들어지는 것이고3. 감정 표현이나 비방어도 포함된 일상어를 공공언어로 변환해주기 때문에 담당자의 심리 부담감 완화 및 일처리 효율성 증대를 기대하고 만들었다1. 절수 접차 복잡파주시청 챗봇에서 온라인 민원 버튼을 누르면 안전신문고 사이트로 연결됨민원을 접수하려면 신고 유형, 신고 발생 지역, 제목, 내용 외에도 연락처나 인증 번호 등 입력해야 하는 정형화된 항목들이 너무나 많음 2. 과도하게 많은 카테고리매우 다양한 카테고리 존재사용자가 카테고리..

특정 직군 챗봇을 만들어야 되는데 챗봇을 써보기만 했지 만드는 거엔 문외한이라 얼렁뚱땅 과정을 기록해보려고 글을 써봅니다.물론 지금은 sLLM 파인튜닝이 아닌 API 불러서 하고 있지만...해왔던 것을 기록하고 어떤 점이 아쉬웠는지 적으면 자타 모두에게 도움이 될 것 같아서...가보자고...sLLM이란?Small Large Language Model로 LLM의 경량화된 언어 모델이라고 생각하면 됨LLM을 압축하거나 경량화된 모델이지만 LLM의 성능을 유지하면서도 가벼운 형태로 제공됨 파라미터 규모보통 수억 ~ 수십억 파라미터 규모 (수십억~수천억 파라미터의 GPT-4, LLaMA 70B 같은 모델보다 훨씬 작음)메모리와 연산 비용이 훨씬 적기 때문에 엣지 디바이스나 사내 서버에서도 실행 가능효율성빠른 추..

IMU 찾다가 PPG나 다른 Biosignal로 스트레스 분류 관련 LLM 논문이 있지 않을까 찾아봤는데 역시나 있음본 논문에서는 PPG를 이용해서 LLM으로 HR 구하는세상 사람들 다 왜이리 열심히 사는교~~~~ㅠㅠ자극받고 더 열심히 해야지가보자고...Introduction최근에는 의료 시계열 데이터와 생리학적 신호를 분석하기 위한 LLM 기반 에이전트들이 개발되고 있음이들은 웨어러블 기기에서 수집된 생리학적 데이터를 분석하고, 복잡한 센서 데이터로부터 인사이트를 도출하는 데 활용됨구체적으로는 의료 시계열 데이터를 구조화된 프롬프트로 변환하여 LLM의 추론 능력을 활용하는 방식임 LLM과 생리학적 시계열 데이터를 통합하는 데 세 가지 주요 전략이 있음수치 데이터 직접 삽입: 원시 센서 데이터를 텍스트 ..

Text뿐만 아니라 Biosignals도 input으로 넣어야할 것 같은데 방향이 비슷한 논문을 찾기 어려워서 헤메다가 IMU 센서를 이용한 시계열 생체 데이터를 input으로 쓰는 논문이 있길래 후다닥 읽어보려고 갖고옴일상 활동 인식(HAR)이라 방향이 비슷할 지 모르겠지만 한 번 읽어봅시다잉가보자고...IntroductionLLM은 인터넷 규모의 방대한 텍스트와 이미지에 기반해 훈련되었기 때문에 디지털 데이터나 시계열 데이터 분석에서는 성능이 떨어지는 한계가 있음또한, 물리 세계와의 실질적인 상호작용, 정밀한 제어 시퀀스를 생성하는 등의 과제에서도 어려움을 겪음 LLM을 사이버-물리 시스템(CPS)과 매끄럽게 통합하여 물리 세계를 해석하는 기반 모델로 활용할 수 있는가에 대한 관심이 대두되고 있음연구..

생체신호와 LLM을 접목시켜서 개인 맞춤형 챗봇을 만들어야 해서 관련 논문을 읽어보겠음가보자고...AbstractPhysioLLM은 LLM을 활용하여 웨어러블 기기의 생리학적 데이터와 맥락적 정보를 통합함으로써 개인 맞춤형 건강 이해와 탐색을 지원하는 대화형 시스템임기존 상용 웨어러블 건강 앱과 달리 본 시스템은 사용자 데이터에서 상관관계와 추세를 발견하는 포괄적인 통계 분석 기능을 제공하고 사용자가 자연어로 질문하면 개인 맞춤 인사이트를 생성하여 응답함사용자가 실행 가능한 모표를 개발할 수 있도록 안내까지 함 수면은 생리학적 데이터를 통해 측정 가능하며 전반적인 웰빙에 중요하기 때문에 사례 연구로는 수면의 질 향상에 초점을 맞춤Introduction생체신호 모니터링은 개인 건강 관리에 편리함과 인식을 ..

어라랏 이 논문은 정신 건강 지원을 위한 생리학 기반 LLM 모델 제시함EmLLM은 웨어러블 기기를 통해 사용자의 생리 신호와 주변 환경을 모니터링하여 사용자의 정신적·정서적 상태를 예측하고, 이러한 상태에 기반해 사용자와 상호작용하여 직장 내 과도한 스트레스 모니터링 및 관리에 적용함 스트레스 예측의 정확도를 향상시키기 위해 원시 웨어러블 데이터에서 자동으로 특징을 추출하는 새로운 과학 기반 머신러닝(Science-Guided Machine Learning, SGML) 모델을 개발하고, 사용자를 인지적으로 지원하기 위해 예측된 사용자 스트레스 상태에 따라 심리치료를 제공하는 EmLLM 챗봇을 개발함SGML 모델의 초기 결과와 EmLLM 챗봇을 평가한 파일럿 사용자 연구 결과를 제시함 이거 완전 내가 하..

인구 통계나 건강지식과 같은 사용자 맥락 정보와 심박수, 수면 시간과 같은 생리 데이터를 바탕으로 LLM이 건강 관련 추론을 수행할 수 있는지 조사한 논문임12개의 LLM에 프롬프트 기법과 파인튜닝 기법을 적용하여 네 가지 공개 보건 데이터셋(PMData, LifeSnaps, GLOBEM, AWFB)에서 종합적인 평가를 수행하고 정신건강, 활동, 대사, 수면 평가 등 10가지 소비자 건강 예측 과제를 다룸가보자고...대규모 언어모델(LLM)은 다양한 텍스트 생성 및 지식 검색 작업에서 뛰어난 성능을 보여 왔음그러나 보건 분야처럼 민감한 영역에서는 그 실제 능력과 한계가 여전히 충분히 탐구되지 않았고, 웨어러블 센서가 생성하는 다중 모달, 시계열 데이터는 기존 텍스트와 달리 차원이 매우 높고, 비선형적이며..