• 제목/요약/키워드: 속도 오차

검색결과 1,694건 처리시간 0.025초

Bacillus amyloliquefaciens SRCM 100731의 반려 동물용 프로바이오틱스 소재로서의 특성 규명 및 배양 조건 최적화 (Characteristic study and optimization of culture conditions for Bacillus amyloliquefaciens SRCM 100731 as probiotic resource for companion animal)

  • 류명선;양희종;정수지;서지원;하광수;정성엽;정도연
    • 미생물학회지
    • /
    • 제54권4호
    • /
    • pp.384-397
    • /
    • 2018
  • 본 연구는 전통 발효식품에서 반려동물의 사료 및 보조식품 등에 사용될 수 있도록 안전성 확보와 프로바이오틱스 활성 등 기능성을 갖춘Bacillus 속 균주를 선발하고자 하였다. 전국에서 수집한 전통 장류에서 약 300종의 분리주를 확보하였고, Bacillus cereus가 생성하는 구토와 설사 독소 유전자 6종, ${\beta}$형 용혈성, 발암 관련 효소 3종 등을 보유하지 않거나 생성하지 않는 4종의 균주를 선별하였다. 4종의 분리주를 대상으로 항생물질 유전자 보유 여부, 세포 표면 소수성, 항생제 감수성과 당 이용성 등을 분석하였고, 최종적으로 항생물질 생성 유전자 3종을 모두 보유하고, 혈전 용해 및 세포 표면 소수성이 가장 우수한 SRCM 100731을 선정하였다. 최종 선별된 SRCM 100731의 16S rRNA 염기서열 분석 결과 Bacillus amyloliquefaciens로 동정 되었으며, 펫 사료 및 식품 등 산업적 적용을 위하여 균체 성장 최적화를 수행하였다. SRCM 100731의 배지 성분 선별을 위하여 Plackett-Burman design (PBD)을 사용하였으며, 최적 성장을 위한 배지 성분으로는 molasses와 sodium chloride, potassium chloride가 예측되었다. PBD를 통해 선정된 배지 성분의 농도를 최적화하기 위하여 central composite design (CCD)을 사용하였으며, 실험 결과 7.0% molasses, 1.1% sodium chloride, 0.5% potassium chloride로 예측되었다. 이때 최대 균체량은 12.6625 g/L로 예측되었으며, 최종적으로 실험 모델의 예측값과 실 측정값이 $12.6625{\pm}0.0658g/L$로 오차 범위내의 결과를 나타내어 실험 모델의 신뢰성을 검증할 수 있었다. 이는 실험 모델에 의해 예측된 최적 배지 사용 시 최적화 이전 배지에서의 균체량($1.8273{\pm}0.0214g/L$) 대비 약7배로 균체량이 증가함을 확인할 수 있었다. 향후 B. amyloliquefaciens SRCM 100731의 제품 개발 등 후속 연구의 진행이 필요하나 본 연구를 통해 산업 적용이 가능한 프로바이오틱스 소재의 발굴 및 산업화 배양 조건이 확립 되었으므로 앞으로 성장하고 있는 반려동물 산업에 유용하게 활용 될 수 있을 것으로 기대된다.

제올라이트 A 동공 내 비골격 ZrI6Tl119+ 양이온 클러스터의 합성과 구조 연구 (Synthesis and Structural Study of Extraframework ZrI6Tl119+ Cationic Cluster in Zeolite A)

  • 임현승;박종삼;김철웅;임우택
    • 광물과 암석
    • /
    • 제35권4호
    • /
    • pp.447-455
    • /
    • 2022
  • Tl+ 이온으로 교환된 제올라이트 A (|Tl12|[Si12Al12O48]-LTA, Tl12-A) 단결정을 진공 탈수시킨 후, 623 K에서 72시간 동안 ZrI4 (g, 6.0 × 103 Pa) 와 반응시켜, Zr,I,Tl-A (|Zr0.25I1.5Tl12|[Si12Al12O48]-LTA)를 제조하였다. 제조된 단결정의 구조는 294 K에서 단결정 X-선 회절 기술을 이용하여 Pm3m (a = 12.337(2) Å) 입방 공간군에 속함을 확인 하였고, Fo> 4σ(Fo)를 사용하여 최종 오차 인자를 R1/wR2= 0.055/0.189로 정밀화 하였다. 이 구조에서 Tl+ 이온은 6-ring 맞은편의 3-fold 축상의 서로 다른 3개의 결정학적 위치에서 단위세포당 7.5개가 발견되었고, 모든 8-ring 근처(단위세포당 3개)에서 3개의 결정학적 위치로 채워졌다. 그리고 단위세포당 1.5개의 Tl+ 이온은 ZrI4(g)와 반응 후 sodalite cavity 안에서 3-fold 축상을 벗어난 자리에서 골격산소 O2 및 O3와 결합하면서 발견되었다. Zr4+ 이온은 6개의 I- 이온과 함께 8면체의 ZrI62- 형태로 large cavity 정중앙에 존재하였고, 이들은 8-ring 및 6-ring 근처에 존재하고 있던 Tl+ 양이온과 3차원적으로 연결하면서 ZrI6Tl119+ cationic cluster을 형성하였다. 이러한 cationic cluster은 Zr,I,Tl-A의 large cavity 중에서 약 25%에만 존재하였다.

영상처리기법을 이용한 다중 변위응답 측정 알고리즘의 검증 (Verification of Multi-point Displacement Response Measurement Algorithm Using Image Processing Technique)

  • 김성완;김남식
    • 대한토목학회논문집
    • /
    • 제30권3A호
    • /
    • pp.297-307
    • /
    • 2010
  • 최근 토목, 건축 구조물의 유지관리 기술에 대한 관심이 커지고 있으며 구조물의 성능저하 및 노후화 등으로 구조적 안전성의 검토가 요구되는 구조물의 수가 급증하고 있는 실정이다. 그리고 구조물의 노후화 및 부재의 균열 등으로 인하여 강성이 저하되면 구조물의 동특성에 변화가 나타나게 되며 구조물의 실제 거동상태에서 동특성을 분석하여 손상부위와 손상정도를 정확히 판단하는 것은 중요한 문제이다. 구조물 모니터링에 사용되는 대표적 계측장비가 동적계측기이다. 기존의 동적계측기는 측정 센서와 장비를 연결하는 케이블 길이가 길어질 경우 신뢰할 수 있는 데이터를 얻기 힘들고 각 센서와 계측기를 1:1로 연결하는 방식을 취하고 있어 비경제적이다. 따라서 센서를 부착하지 않고 원거리에서 진동을 측정하는 방법이 필요하다. 구조물의 진동을 계측하기 위하여 적용 가능한 비접촉식 방법으로는 레이저의 도플러효과, GPS를 이용하는 방법 및 영상처리기법 등이 대표적이다. 레이저의 도플러효과를 이용하는 방법은 정확도가 상대적으로 높지만 비경제적이며, GPS를 이용하는 방법은 장비가 고가이고 신호 자체의 오차와 데이터 취득속도의 제약이 있는 단점이 있다. 그러나 영상신호를 이용하는 방법은 간편하고 경제적이며 접근이 어려운 구조물의 진동 및 동특성 추출에 적합하다. 기존에도 센서를 대신하여 카메라의 영상신호를 이용하는 연구가 수행되기도 하였으나, 기존의 방법은 구조물에 부착된 표적의 한 지점을 기록한 후 영상처리기법을 이용하여 진동을 측정하는 방법으로서 측정 대상이 비교적 국한적일 수 있다. 그러므로 본 연구에서는 영상처리기법을 이용하여 구조물의 다중 변위응답을 측정할 수 있는 방법의 타당성을 검증하기 위하여 진동대 실험 및 현장재하실험을 수행하였다.

적응형 군집화 기반 확장 용이한 협업 필터링 기법 (Scalable Collaborative Filtering Technique based on Adaptive Clustering)

  • 이오준;홍민성;이원진;이재동
    • 지능정보연구
    • /
    • 제20권2호
    • /
    • pp.73-92
    • /
    • 2014
  • 기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.