• Safe Food
• /
• v.3 no.1
• /
• pp.13-21
• /
• 2008

우리나라 학교급식의 현재 성적표를 "양적 성공, 질적 실패"로 평가할 수 있다. 2003년 학교급식이 국가적 교육사업이 되어서 초 중 고 특수학교에서 전면급식이 이루어지고 10,343개교에서 704만명의 학생에게 급식을 제공하고 있다. 현재는 양질의 학교급식을 안전하고 저렴하게 공급하고, 국가식량정책과 연계하여 효율적으로 관리하여야 할 시기이다. 그러나 학교급식 소요경비 연 2조3천억원, 영양사 7,196명 등 63,145명이 종사하는 거대한 산업군이라는 규모에도 불구하고 전체 학교의 70%만이 식당시설을 갖추고 있고 급식 만족도가 학생이나 학부모의 기대에 미치지 못하고 있으며, 식중독 발생의 원흉이 되어 국민적 질책의 대상이 되고 있는 것이 현실이다. 이 문제는 1) 영양사 업무과중에 따른 시간부족, 영양사 지식정보 부족 등에 따른 식재료 및 위생관리 소홀, 2) 냉장, 냉동, 오염/비 오염 구획 등에 필요한 시설과 설비 부족, 3) 교육인적자원부의 급식위생관리의 전문성 부족과 담당 인력 및 정책적, 재정적 지원 부족을 원인으로 볼 수 있다. 학교급식 안전대책은 아래 20대 과제를 추진하여 확보하여야 할 것이다. 전략 1은 "우수한 식재료 위생관리"로서 "급식비 인상 및 현실화, 철저한 수입 농수축산물관리, 식재료 공급 및 전처리업 자유업에서 신고제, 허가제로 전환, GAP(우수농산물관리) 제도 도입, 생산이력제도(traceability) 도입, 급식원료 "품질인증 제도" 도입, 식품원료 전처리 시 세척, 소독프로그램 보급, 학교급식 식자재기준, 규격 설정, 과학적이고 쉬운 검수지침 개발 및 보급, 신속검사키트를 활용한 주기적인 미생물 검사 의무화, 위생 전문가에 의한 검수, 식재료별로 분산된 법령과 관리제도 정비(식품안전기본법), 급식식자재 공급 유통 과정의 감시 감독 강화" 등 13개 과제를 제안한다. 전략 2는 "급식위생 확보 인프라구측"으로서 "급식종사자 전문성 확보(조리/영양/위생), 급식전담기구(학교급식진흥원 /학교급식센터 등) 설치, 급식형태 다양화(위탁/직영 균형 발전), 학교급식법 재개정, 학교급식 HACCF제도 확대" 등 4개 과제를 제안한다. 전략 3은 "급식소 시설 설비 현대화 및 환경개선"으로서 "급식시설 설비 현대화 (전처리실, 냉장고, 온장고 구비 등), 급식소 환경 개선 (상수 사용 확대 및 안전강화, 지하수 소독 강화, 정화된 공기 공급 등)" 등 2개 과제를 제안한다. 전략4는 "급식위생제도 및 관리체계 개선"으로서 "전문적 단일기관 안전관리 (식품안전처)" 과제를 제안한다.

• Journal of Internet Computing and Services
• /
• v.21 no.5
• /
• pp.119-127
• /
• 2020

As the electric vehicle (EV) market in South Korea grows, it is required to expand charging facilities to respond to rapidly increasing EV charging demand. In order to conduct a comprehensive facility planning, it is necessary to forecast future demand for electricity and systematically analyze the impact on the load capacity of facilities based on this. In this paper, we design and develop a Long Short-Term Memory (LSTM) neural network model that predicts the daily peak electric load at each charging station using the EV charging data of KEPCO. First, we obtain refined data through data preprocessing and outlier removal. Next, our model is trained by extracting daily features per charging station and constructing a training set. Finally, our model is verified through performance analysis using a test set for each charging station type, and the limitations of our model are discussed.

• Journal of Korea Water Resources Association
• /
• v.57 no.1
• /
• pp.35-44
• /
• 2024

Research in dam inflow prediction has actively explored the utilization of data-driven machine learning and deep learning (ML&DL) tools across diverse domains. Enhancing not just the inherent model performance but also accounting for model characteristics and preprocessing data are crucial elements for precise dam inflow prediction. Particularly, existing rainfall data, derived from snowfall amounts through heating facilities, introduces distortions in the correlation between snow accumulation and rainfall, especially in dam basins influenced by snow accumulation, such as Soyang Dam. This study focuses on the preprocessing of rainfall data essential for the application of ML&DL models in predicting dam inflow in basins affected by snow accumulation. This is vital to address phenomena like reduced outflow during winter due to low snowfall and increased outflow during spring despite minimal or no rain, both of which are physical occurrences. Three machine learning models (SVM, RF, LGBM) and two deep learning models (LSTM, TCN) were built by combining rainfall and inflow series. With optimal hyperparameter tuning, the appropriate model was selected, resulting in a high level of predictive performance with NSE ranging from 0.842 to 0.894. Moreover, to generate rainfall correction data considering snow accumulation, a simulated snow accumulation algorithm was developed. Applying this correction to machine learning and deep learning models yielded NSE values ranging from 0.841 to 0.896, indicating a similarly high level of predictive performance compared to the pre-snow accumulation application. Notably, during the snow accumulation period, adjusting rainfall during the training phase was observed to lead to a more accurate simulation of observed inflow when predicted. This underscores the importance of thoughtful data preprocessing, taking into account physical factors such as snowfall and snowmelt, in constructing data models.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.576-579
• /
• 2004

Eventhough the productivity has been improved remarkably by introducing automatic facilities, the 100％ inspection is necessary because the possibility to produce large amount of defective goods is also increased. Since it is extremely unreasonable that workers inspect very large amount of products as 100％ inspection, there has been many researches for the automatic inspection system. In this thesis, we develop an automatic detection system of suspension insulator's minutes cracks System The automatic detection system of suspension insulator's minute cracks： To detect the minute cracks of suspension insulators, images of the insulator are acquired with a progressive scan camera, rotating a suspension insulator on a turning table. And after the shadow and noises are eliminated by preprocessing techniques, we detect minute cracks using the features of them.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.02a
• /
• pp.245-246
• /
• 2013

한국과학기술연구원에서는 2007년부터 시작된 중대형가속기구축사업을 통하여 3기의 정전형 가속기를 설치하였다. 1996년에 도입된 2.0 MV Pelletron을 비롯하여 신규 도입된 6 MVTandetron과 400 kV implanter 등 모두 3기의 정전형가속기로 30 keV부터 ~60 MeV까지의 단색 이온빔을 인출, 이용할 수 있는 실험설비의 구축이 완성되었다. 정전형가속기의 주요 활용분야는 femto~atto mole정도의 동위원소를 측정하는 가속기질량분석법(AMS)를 비롯하여 RBS/ERD로 대표되는 이온빔분석법(ion beam analysis, IBA) 그리고 고에너지 이온빔을 이용한 물질 개질분야(ion beam material modification, IBMM)로 크게 분류된다. 이 시설은 당 연구원의 연구 수요 뿐 아니라 국내 연구자의 수요를 아우르는 시설로 계획하고 있다. 여타 실험/분석장비와 달리 가속기시설은본체의 완성 후 활용목적에 맞춰 빔라인의 증설이 필요하며 최근 가장활용성이 큰 가속기질량분석(accelerator mass spectrometry, AMS)의 경우는 활용분야별 시료 전처리 시설과 기술의 개발이 요구된다. 따라서 KIST에서는 향후 수년간 활용 분야별 대표적인 주제를 선정하고 필요한 선행연구를 통하여 KIST 이온빔시설에 대한 연구자들의 접근편의성을 제고하고자한다. 본 발표에서는 지난 6년간의 수행된 가속기 시설의 개요와 함께 장차 수행할 선행연구의 방향과 내용을 소개한다(Figure capture). Layout of the newly constructed KIST ion beam facility.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2015.05a
• /
• pp.154-154
• /
• 2015

현재 액체로켓 엔진 연소기 내벽은 bonding layer NiCrAlY과 Top layer $ZrO_2$가 플라즈마 용사 방식으로 형성 된다. 이는 뛰어난 열 차폐 특성과 작업시간이 짧은 장점이 있지만, bonding layer와 Top layer 사이의 열팽창 계수 차이로 인한 균열 발생 가능성이 내재 되어 있고, 연소실 내벽에 균일한 두께의 코팅층을 형성하기 어렵고 설비가 비싸다는 단점으로 인하여 세라믹 코팅 층을 금속 코팅 층으로 대체 하고자 한다. 금속 코팅층은 모재와의 밀착성이 높고, 우수한 산화 및 부식방지 기능을 가지며 저렴하다는 장점이 있다. 또한 코팅 후 연마 작업이 가능해 연소실 내부형상을 설계조건 대로 유지 할 수 있는 특징이 있다. 따라서 본 연구에서는 연소실 내벽에 적용할 모재, 무전해 Ni-P 도금과 전해 Cr 도금층 사이의 밀착력 향상을 위한 방법에 대한 연구를 하였다. 밀착력 향상을 위한 요소로 전처리 용액과 열처리 시간에 따른 영향을 알아보고자 하였으며, 이를 위해서 5가지의 산세 용액으로 각 시편을 산세 한 후, 6시간, 12시간, 18시간 열처리 하여 단면을 비교하여 열처리에 영향을 알아보고자 하였다. 연구 결과 산세 용액의 영향은 크게 나타나지 않았으며, 열처리 시간이 길수록 Ni-P/Cr의 확산이 더 잘 일어나 확산층이 더 넓어지면서 밀착력이 더 좋아 진 것으로 판단되어 진다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.82-84
• /
• 2021

Through the smart factory construction project, sensor data such as power, vibration, pressure, and temperature are collected from production facilities, and services such as predictive maintenance, defect prediction, and abnormality detection are developed through data analysis. In general, in the case of manufacturing data, because the imbalance between normal and abnormal data is extreme, an anomaly detection service is preferred. In this paper, FFT method is used to extract feature data of manufacturing data as a pre-stage of the anomaly detection service development. Using this method, we classified the produced products and confirmed results. In other words, after FFT of the representative pattern for each product, we verified whether product classification was possible or not, by calculating correlation coefficient.

• Korean Chemical Engineering Research
• /
• v.54 no.3
• /
• pp.340-349
• /
• 2016

Electro oxidation system was designed in this study for the reduction of COD (Chemical Oxygen Demand) from high-strength wastewater, produced during refinery turnaround period. First, BDD (Boron Doped Diamond) electrode was synthesized and electro oxidation system of actual industrial wastewater was developed by adopting the synthesized BDD electrode. The experiments were carried out under various operating conditions under certain range of current density, pH, electrolyte concentration and reaction time. Secondly, reaction kinetics were identified based on the experimental results, and the kinetics were embedded into a genetic mathematical model of the electro oxidation system. Lastly, design and operating parameters of the process were optimized to maximize the efficiency of the pretreatment system. The coefficient of determination ($R^2$) of the model was found to be 0.982, and it proved high accuracy of the model compared with experimental results.

• Food Science and Preservation
• /
• v.19 no.1
• /
• pp.54-61
• /
• 2012

According to lifestyle changes, the consumers' concern about food also shifts from calories and nutrition to health and convenience. Fresh-cut produce is one of the new turns in the consumption pattern of fruits and vegetables. The increasing demand for it requires processors to make them stable in quality and safe from microorganisms. The results of the evaluation of the production process and hygienic management of fresh-cut lettuce revealed that the facilities used, such as the drainage holes, floors, and door knobs, were severely contaminated with microbes, and that the work equipment, workbenches, landing nets, and centrifuges were highly contaminated. Accordingly, improved production processes and management systems are necessary, as is the implementation of a quality control system from the stage of raw-material purchase to the distribution stage.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.20 no.6
• /
• pp.55-62
• /
• 2006

For the fault diagnosis of three-phase induction motors, we construct a experimental unit and then develop a diagnosis algorithm based on pattern recognition. The experimental unit consists of machinery module for induction motor drive and data acquisition module to obtain the fault signal. As the first step for diagnosis procedure, preprocessing is performed to make the acquired current simplified and normalized. To simplify the data, three-phase current is transformed into the magnitude of Concordia vector. As the next step, feature extraction is performed by kernel principal component analysis(KPCA) and linear discriminant analysis(LDA). Finally, we used the classifier based on radial basis function(RBF) network. To show the effectiveness, the proposed diagnostic system has been intensively tested with the various data acquired under different electrical and mechanical faults with varying load.