• 한국미생물·생명공학회지
• /
• 제14권5호
• /
• pp.399-405
• /
• 1986

무증자 전분의 효소당화시 분쇄마찰매체를 첨가하여 분쇄마찰 효과를 주어 당화를 촉진시키는 새로운 무증자 전분 당화법을 이용하여 HFCS의 제조에 적합한 포도당 함량이 높은 고농도 당액을 얻기 위해 연구하였다. 생전분을 고농도 당화를 위해 22.5, 39, 그리고 45%(w/v)와 같이 농도를 고농도까지 증가시켜 가면서 당화시킨 결과, 분쇄마찰 반응계를 활용할 경우 39%(w/v)와 같은 높은 전분 농도에서도 효율적인 당화가 가능하였으며, 8시간 후 75%, 24시간 후에는 92% 이상이 분해되었고 이때 당 농도는 425g/L 수준에 이르렀다. 초 고농도로 전분을 투입한 경우에도 전분을 batch식으로 투입하지 않고 분할 투입하는 fed-batch식으로 분할 투입한 결과 45%(w/v)와 같은 초 고농도에서도 우수한 결과를 얻었다. 또한 고농도에서는bead size가 큰 것이 당화촉진 효과가 컸다. 생성된 당조성을 HPLC로 분석한 결과 증자법의 당조성과 거의 유사한 glucose 95%, maltose 0.7%, 그리고 higher saccharide 4.5%로써 HFCS 제조에 적합한 특성을 갖추었다. 분쇄매체의 shearing에 의한 효소실활을 검토한 바 본 실험과 같은 교반하에서는 효소가 비교적 안정하였고. 특히 $Ca^{++}$은 효소 안정화에 매우 중요한 역할을 수행하였다.

• Journal of Nutrition and Health
• /
• 제57권1호
• /
• pp.16-26
• /
• 2024

토종보리수 열매의 항당뇨 효과를 규명하기 위하여, 마우스를 네 군으로 나누어, 기본 식이, 고지방·고단순당 식이, 토종보리수 열매 추출물을 저농도 (0.5%) 및 고농도 (1.0%)로 첨가한 고지방·고단순당 식이를 12주간 제공하였다. 고지방·고단순당 식이를 섭취한 군은 대조군에 비해 체중 및 체중 증가량, 부고환 지방무게가 유의적으로 증가하였으나, 고농도 보리수 열매 추출물의 급여는 부고환 지방무게를 유의적으로 감소시켰다. 고지방·고단순당군은 대조군에 비해 혈당, 인슐린, HOMA-IR값이 유의적으로 증가하였으나, 고농도 보리수 열매 추출물은 인슐린 농도를 감소시켰고, 저농도 및 고농도 추출물은 혈당 및 HOMA-IR값을 감소시켰다. 고지방·고단순당군은 대조군에 비해 IRS-2 및 AMPK 단백질 발현도가 유의적으로 감소하였으나, 고농도 보리수 열매 추출물의 급여는 IRS-2 발현도를 증가시켰고, 저농도 및 고농도 보리수 열매 추출물의 급여는 AMPK 발현도를 증가시켰다. 따라서, 토종보리수 열매는 제2형 당뇨병 동물에서 인슐린 저항성을 개선시켜 고혈당 개선효과를 나타낸 것으로 나타났다. 고지방·고단순당 식이를 섭취한 마우스에서 저농도 및 고농도 토종보리수 열매 추출물의 급여는 혈청 중성지방 농도 및 간조직의 총 지질과 중성지방 함량을 감소시켰고, 고농도추출물의 급여는 혈청 콜레스테롤 농도를 감소시켜, 토종보리수 열매는 지방간과 이상지질혈증 개선효과를 나타내었다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 1999년도 추계학술대회 논문집
• /
• pp.368-370
• /
• 1999

고농도의 오존 농도를 예측ㆍ평가하기 위해서는 대상지역의 기상조건과 풍상쪽(up wind)으로부터의 오존ㆍ오존전구물질(precursor)의 중ㆍ장거리이동, VOCs 및 NOx의 배경농도 및 배출량과 관련된 VOC/NOx의 농도 특성을 파악하는 것이 필수적이다. 따라서 대상지역의 VOCs/NOx의 농도 특성에 따라 차후 고농도의 오존 생성을 예방하기 위한 오존전구물질의 저감대책이 결정되어지므로 대상지역의 광화학특성을 파악하는 것이 선행되어져야 한다.(중략)

• 한국지구과학회지
• /
• 제23권5호
• /
• pp.424-435
• /
• 2002

이 연구에서는 1997년부터 1999년 3년 간 대구광역시의 시간별 O$_3$ 농도 자료와 기상자료를 분석하여, 대구시의 고농도 오존 발생 일에 나타나는 기상학적 특성을 알아보고자 한다. 고농도 오존 발생 일의 선정은 우리나라 환경기준치인 1시간 평균 오존 농도 100ppb를 초과한 지점이 대구시의 6개 측정 지점 중 한 지점이라도 있는 경우로 정했다. 고농도 오존 발생 일은 13일이었으며, 5월과 9월이 가장 그 빈도가 높았다. 고농도 오존 발생 일의 하루 평균 최대 오존 농도는 81.6ppb이었으며, 8시간 평균 농도는 58.6ppb이었다. 이는 대구의 오존 오염이 연속적으로 그리고 광범위하게 일어났고 있음을 의미한다. 하루 최고 오존 농도는 일사량, 최고 온도와 양의 상관을 보였으며, 상대 습도, 풍속, 구름양과는 음의 상관을 보였다. 일사량과의 상관계수가 0.45로 가장 높았다. 고농도 오존 발생 일의 기상 값과 그 날을 포함하는 월평균 값과의 차이를 보면, +1.58hPa(해면 기압), +3.45${\circ}$C(최고 기온), -5.69%(상대 습도), -0.46ms$^{-1}$(풍속), -1.79(구름양), +3.97MJm$^{-2}$(일사량)을 각각 보였다. 이는 0700${\sim}$1100LST사이의 높은 일사량, 낮은 풍속, 무강수가 고농도 예측의 중요특징임을 나타낸다. 이는 이 시간의 정체와도 연관이 있다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 1999년도 제17회 학술발표회 논문개요집
• /
• pp.69-69
• /
• 1999

고집적 DRAM 소자의 캐패시터 제조 공정에 있어 하부 전극을 고농도로 도핑을 하기 위한 방안의 일환으로 고체 P를 이용한 two-zone 확산법으로 다결정 실리콘에 도핑하는 방법을 채택하고 가능성을 검토하였다. 기존의 도핑방법과는 달리 불필요한 산화막을 형성하지 않고 굴곡진 표면을 따라 균일하게 고농도로 도핑할 수 있는 장점이 있다. 본 실험에서는 단결정 실리콘 및 다결정 실리콘에 대해 온도와 시간을 달리하여 P를 도핑하고, SIMS 분석으로 실험 조건에 따른 표면 농도를 분석하였다. 또한 도핑 온도를 달리하여, PH3를 이용하여 도핑한 경우와 비교 분석하였다. 표면 부근의 고농도 도핑을 위해서는 도핑온도를 저온으로 가져가고 도핑시간을 길게 가져가는 것이 유리하고, 고체 P를 사용한 경우에 있어서 PH3에 비해 표면 부근의 농도가 약 10배 정도 고농도로 도핑된 것을 알 수 있었다. 실제 소자에서의 적용 가능성을 보기 위하여, 캐패시터를 제작하여 전기적 특성을 분석하였다.

• 한국기후변화학회지
• /
• 제2권1호
• /
• pp.1-14
• /
• 2011

제주 고산 지역의 이산화탄소(이하 $CO_2$) 농도 현황을 분석하기 위해 세계 온실가스 자료 센터(이하 WDCGG)에 등록되어 있는 관측소 농도와 비교한 결과, 청정한 지역인 남반구보다 인구가 밀집해 있고, 산업 활동이 활발한 북반구의 농도가 더 높게 나타났으며, 특히 북반구 중에서도 한반도를 포함한 아시아 지역 농도가 최근 급증하고 있는 이 지역 $CO_2$ 배출량으로 인해 가장 높게 나타났다. 특히, 제주 고산 지역은 아시아 다른 관측소와 비교하여 농도값이 다소 높게 나타나는 경향을 보였으며, 그 요인을 분석하기 위해 고농도 사례를 선정하여 계절별 분석을 수행하였다. 그 결과, 1월에는 서고/동저의 기압배치가 형성되어 중국으로부터의 기류가 유입되었을 때 고농도가 발생하였으며, 일반대기오염물질의 농도비를 이용한 요인 분석 및 역궤도 추적에서도 장거리 이동에 의한 영향인 것으로 나타났다. 반면, 8월에는 국지적인 영향으로 인한 고농도 사례가 많았으며, 이는 북태평양 고기압에 의해 대기가 정체되어 식물의 호흡작용에 의해 발생한 $CO_2$가 축적되면서 야간 시간대에 급격한 농도 증가 때문인 것으로 보인다. 5월, 11월에는 이동성 저기압에 의해 중국으로부터의 기류가 유입되면서 장거리 이동에 의한 고농도 사례가 많았으며, 5월 25~27일의 황사 사례에서도 높은 $CO_2$ 농도값이 나타났다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2011년도 춘계학술논문집 1부
• /
• pp.510-512
• /
• 2011

본 연구에서는 수지상 아연 생성 반응에 영향을 주는 인자로써 산화아연의 농도에 주목하여, 아연의 전기화학적 산화 환원 반응에 미치는 전해질 농도의 영향을 규명하는 것을 목적으로 하였다. 아연의 석출 용해 반응은 산화아연의 전해질 농도에 크게 영향을 받았다. 저농도에서는 사이클이 진행될수록 충 방전 효율이 크게 저하되는데 비해, 고농도에서는 상대적으로 고효율이 유지되었다. 또한 각 농도의 용액에서 50 사이클이 진행된 후 생성된 수지상 아연은 저농도에서 생성된 수지상 아연보다 고농도에서의 수지상 아연이 두꺼운 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.284-284
• /
• 2015

본 연구는 퍼클로레이트의 생물학적 환원 과정에 있어서 고농도의 염이 미생물에게 어떤 영향을 미치는지를 다양한 방법을 통해서 알아보고 적절한 모델링 접근을 통하여 최적 환원속도를 위한 반응조 조건 및 설계에 필요한 요소들을 도출하기 위해 수행되었다. 100mL 합성폐수를 포함하는 플라스크를 이용한 실험이 수행되었고, 일정 농도의 퍼클로레이트와 유일 탄소원으로 아세트산나트륨이 사용되었다. 염화나트륨 농도가 $7490{\mu}s/cm$에서 $23700{\mu}s/cm$까지 증가하는 동안 퍼클로레이트의 생물학적 환원 속도는 현저하게 감소하였으며, $32100{\mu}s/cm$ 이상의 염화나트륨 농도에서는 퍼클로레이트가 환원되지 않았다. 동일한 농도의 염화나트륨, 염화암모늄, 염산 및 황산이 포함된 하수에서는 퍼클로레이트의 환원속도가 모두 비슷하였다.

• 한국환경보건학회지
• /
• 제27권2호
• /
• pp.37-42
• /
• 2001

Zebrafish(Brachdanio rerio)를 실험어류로 하여 methidathion 과 phosalone의 생물농축계수(bioconcentration factor : BCF)와 배설속도상수 (depuration rate constant) 및 LC$_{50}$를 측정하였다. Methidathion의 24, 48, 72, 96시간 LC$_{50}$는 각각 28.34, 35.98, 24.43, 22.03 mg/$\ell$로 측정되었다. Methidathion 0.22 mg/$\ell$(고농도)와 0.022 mg/$\ell$(저농도)에서 어류 체내에서의 농축정도는 두 농도군에서 각각 12시간 이후에 정류상태에 도달하여 72시간동안 거의 일정하였고, BCF값도 12시간에서 72시간 사이에 고농도와 저농도에서 8.72(n=4)와 11.25(n=4)로 조사되었다. 배설속도상수는 고농도와 저농도에서 6시간 이내에 모두 배설되어 배설속도상수를 구할 수 없었다. Phosalone의 24, 48, 72, 96시간 LC$_{50}$는 각각 3.76, 2.43, 1.86, 1.05 mg/$\ell$로 측정되었다. Zebrafish 체내에서의 농축정도와 BCF값은 고농도(0.01 mg/$\ell$)에서 12시간 이후에 정류상태에 도달하여 72시간동안 거의 일정하였고, BCF값은 12시간에서 72시간 사이에 48.88(n=4)로 측정되었다. 저농도(0.001 mg/$\ell$)에서는 실험 전기간동안 zebrafish 체내에서 phosalone이 검출되지 않아 BCF값을 산출할 수 없었다. Zebrafish 체내에서 phosalone(고농도)의 배설속도상수와 반감기를 구하기 위하여 6,12시간의 배설실험 결과 각각 0.17$hr^{-1}$과 4.01 시간이었다. Methidathion과 phosalone의 BCF값은 phosalone이 methidathion 보다 약 5배 정도 높게 나타났으며, 농약의 배설속도는 phosalone이 methidathion보다 빨랐다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.277-279
• /
• 2021

미세먼지 예측의 경우 농도에 따른 특성으로 인해 예측 모델의 학습이 잘 이루어지지 않는 문제가 있다. 이러한 문제를 해결하기 위해 저농도와 고농도에 대한 개별 예측 모델을 구분하여 설계할 필요가 있다. 따라서 미세먼지 농도를 저농도와 고농도로 구분하기 위한 분류 모델이 필요하다. 본 논문은 미세먼지 농도 80㎍/m³을 기준으로 저농도와 고농도를 구분하기 위한 분류 모델을 제안한다. 분류 모델의 알고리즘은 DNN을 사용하였으며, 하이퍼 파라미터 탐색 후 최적의 파라미터를 적용하여 분류 모델을 설계하였다. 모델의 성능 평가 결과, 저농도 분류의 경우 97.54%, 고농도 분류의 경우 85.51%의 분류 성능을 확인하였다.