전 세계적으로 사이버 공격은 계속 증가해 왔으며 그 피해는 정부 시설을 넘어 민간인들에게 영향을 미치고 있다. 이러한 문제로 사이버 이상징후를 조기에 식별하여 탐지할 수 있는 시스템 개발의 중요성이 강조되었다. 위와 같이, 사이버 이상징후를 효과적으로 식별하기 위해 BGP(Border Gateway Protocol) 데이터를 머신러닝 모델을 통해 학습하고, 이를 이상징후로 식별하는 여러 연구가 진행되었다. 그러나 BGP 데이터는 이상 데이터가 정상 데이터보다 적은 불균형 데이터(Imbalanced data)이다. 이는, 모델에 학습이 편향된 결과를 가지게 되어 결과에 대한 신뢰성을 감소시킨다. 또한, 실제 사이버 상황에서 보안 담당자들이 머신러닝의 정형적인 결과로 사이버 상황을 인식시킬 수 없는 한계도 존재한다. 따라서 본 논문에서는 전 세계 네트워크 기록을 보관하는 BGP(Border Gateway Protocol)를 조사하고, SMOTE(Synthetic Minority Over-sampling Technique) 활용해 불균형 데이터 문제를 해결한다. 그 후, 사이버 공방(Cyber Range) 상황을 가정하여, 오토인코더를 통해 사이버 이상징후 분류하고 분류된 데이터를 가시화한다. 머신러닝 모델인 오토인코더는 정상 데이터의 패턴을 학습시켜 이상 데이터를 분류하는 성능을 92.4%의 정확도를 도출했고 보조 지표도 90%의 성능을 보여 결과에 대한 신뢰성을 확보한다. 또한, 혼잡한 사이버 공간을 가시화하여 효율적으로 상황을 인식할 수 있기에 사이버 공격에 효과적으로 방어할 수 있다고 전망된다.
Astree사의 E-Tongue을 이용한 상대적 단맛 평가를 위하여 검토한 7개의 센서 중 PKS 및 NMS 센서가 1차로 선정되었다. PKS 및 NMS 센서를 이용해 설탕을 비롯한, 과당, 포도당 및 자일리톨, 5%, 10% 및 15% 용액을 분석한 결과, 자일리톨 및 과당의 농도 증가에 따른 PKS 센서 감응도의 변화가 미미하여, 최종적으로 NMS 센서를 단맛 측정 센서로 선정하였다. 이들 감미료의 농도 중 5% 용액을 모든 센서를 활용한 PCA(주성분 분석) 통계 방법으로 처리한 결과에서는 DI (식별지수)값이 -0.1로 감미료 상호 간 구분이 힘들었으나, NMS 센서만을 이용한 상대적 센서 감응도는 농도에 관계없이 일정한 수치를 나타내었다. 과당 및 자일리톨의 상대적 센서 감응도는 각각 1.08 및 1.00으로 사람의 미각으로 측정한 문헌상 관능검사의 상대적 감미도 범위에 포함되었으나, 포도당의 경우는 0.99로 문헌상 상대감미도 0.5~0.75보다 높게 나타났다. 5%~15% 농도 범위에서 설탕 대비 3종 감미료에 대한 NMS 단일센서를 이용한 E-Tongue의 우수한 정밀성 (%RSD, 1.53~3.64%)을 고려할 때 향후 가당 음료 등에 대한 신제품 개발 및 품질관리 등에 관능검사를 대체할 수 있는 가능성을 확인하였다.
그래프 데이터베이스는 다양한 유형의 데이터와 그 관계를 그래프로 모델링하여 적재하기 때문에 복잡한 관계로 연결될 수 있는 부동산 데이터를 관리하고 분석하는데 효과적일 수 있으나, 현재 제공되는 그래프 데이터베이스의 제한적인 공간 기능으로 인해 활발히 활용되지 못하고 있다. 이러한 배경에서, 본 연구에서는 다양한 부동산 공간 관련 질문들에 대응할 수 있도록 그래프 데이터베이스를 활용한 Uniform Grid 기반 부동산 공간 데이터 관리 방안을 제안한다. 핵심 데이터를 선정하기 위하여 부동산 커뮤니티의 관련 질의를 분석하였으며, 국가지점번호를 단위 Grid로 설정하고 다양한 부동산 관련 데이터들을 연결한 그래프 스키마를 구성하여 테스트 데이터베이스를 구축하였다. 데이터베이스 검증을 위해, Jackpine 벤치마크를 활용하여 기본 위상관계 및 공간함수를 테스트하였고, 나아가 다양한 시나리오 기반 질의 테스트를 수행함으로써 제안한 방법의 적절성을 검증하고자 하였다. 그 결과, 제안한 방법은 총 29개의 공간 위상관계와 공간함수 중 25개의 기능을 성공적으로 수행하였고, 25개의 기능과 15개의 시나리오에 대해 약 97%의 정확도를 달성하였다. 본 연구는 그래프 데이터베이스의 제한적인 공간 기능을 고려하여, 부동산 관련 공간 질문에 대응할 수 있는 효율적인 데이터 통합방안을 제안하였다는 점에서 의의를 가진다. 그러나 그리드 기반 인덱스 사용으로 인한 잘못된 공간 위상관계 생성 문제 및 리스트 비교에 따른 질의의 비효율성에 대한 한계점이 존재하며, 이는 후속 연구에서 개선할 필요가 있다.
본 연구에서는 알팔파로부터 추출한 천연계면활성제를 사용하여 중심합성설계모델(CCD-RSM)을 이용한 O/W 유화제조 공정의 최적화를 수행하였다. 그 결과 95% 신뢰구간에서 최적화 결과의 통계학적 합리성을 확인하였다. CCD-RSM을 통하여 독립변수인 알팔파 추출물:Sugar ester S-370의 혼합비율(P), 계면활성제의 첨가량(W) 및 유화속도(R)가 반응치인 유화안정도지수(ESI), 평균입자크기(MDS) 및 점도(V)에 끼치는 영향을 조사하여 O/W 유화제조공정의 최적조건을 산출하였다. 유화안정도지수, 평균입자크기 및 점도에 관한 회귀방정식으로부터 다중반응을 수행하여 3가지 반응치를 동시에 만족하는 최적 유화조건으로 알팔파 추출물:Sugar ester S-370의 혼합비율은 49.5 wt%, 계면활성제의 첨가량 9.1 wt%, 유화속도 6559.5 rpm으로 나타났으며 산출된 반응치의 응답값은 ESI는 89.9%, MDS는 1058.4 nm, V는 1522.5 cP로 산출되었다. 이를 실험으로 확인한 결과 ESI는 88.7%, MDS는 1026.4 nm, V는 1486.5 cP이었으며 평균 오차율은 2.3 (± 0.4)%이었다. 따라서 CCD-RSM을 실제 유화 제조에 적용하여 만족스러운 O/W 유화제조 공정조건을 얻을 수 있었다.
Objective: This study aimed to develop loop-mediated isothermal amplification (LAMP) combined with lateral flow dipstick (LFD) and compare it with LAMP-AGE, polymerase chain reaction (PCR), and standard Salmonella culture as reference methods for detecting Salmonella contamination in animal products and animal production environmental samples. Methods: The SalInvA01 primer, derived from the InvA gene and designed as a new probe for LFD detection, was used in developing this study. Adjusting for optimal conditions by temperature, time, and reagent concentration includes evaluating the specificity and limit of detection. The sampling of 120 animal product samples and 350 animal production environmental samples was determined by LAMP-LFD, comparing LAMP-AGE, PCR, and the culture method. Results: Salmonella was amplified using optimal conditions for the LAMP reaction and a DNA probe for LFD at 63℃ for 60 minutes. The specificity test revealed no cross-reactivity with other microorganisms. The limit of detection of LAMP-LFD in pure culture was 3×102 CFU/mL (6 CFU/reaction) and 9.01 pg/μL in genomic DNA. The limit of detection of the LAMP-LFD using artificially inoculated in minced chicken samples with 5 hours of pre-enrichment was 3.4×104 CFU/mL (680 CFU/reaction). For 120 animal product samples, Salmonella was detected by the culture method, LAMP-LFD, LAMP-AGE, and PCR in 10/120 (8.3%). In three hundred fifty animal production environmental samples, Salmonella was detected in 91/350 (26%) by the culture method, equivalent to the detection rates of LAMP-LFD and LAMP-AGE, while PCR achieved 86/350 (24.6%). When comparing sensitivity, specificity, positive predictive value, and accuracy, LAMP-LFD showed the best results at 100%, 95.7%, 86.3%, and 96.6%, respectively. For Kappa index of LAMP-LFD, indicated nearly perfect agreement with culture method. Conclusion: The LAMP-LFD Salmonella detection, which used InvA gene, was highly specific, sensitive, and convenient for identifying Salmonella. Furthermore, this method could be used for Salmonella monitoring and primary screening in animal products and animal production environmental samples.
본 연구에서는 DMT를 이용한 비배수 전단강도를 파악하기 위하여 부산신항 점토층에 DMT 시험, 베인전단시험, $CK_0U$ 삼축압축시험을 실시하였다. 시험결과 정규화한 비배수 전단강도비는 삼축시험의 경우 $S_{u(CKU)}/{\sigma}'_v=0.30{\sim}0.35$, 베인전단시험의 경우 ${\mu}S_{u(VST)}/{\sigma}'_v=0.20{\sim}0.22$로 나타났다. 본 연구에서는 현장 베인전단시험 및 삼축압축시험 결과와의 비교를 통해, DMT를 이용하여 비배수 전단강도를 추정하는 두 가지 방법을 제안하였다. 첫 번째는 $S_u/{\sigma}'_v$와 횡방향 응력지수의 관계를 이용하는 방법이고, 두 번째는 $N_c-I_D$ 또는 $N_c-E_D$ 관계로부터 비배수 전단강도를 추정하는 방법이다. 베인전단시험 및 삼축시험 결과와 두 가지 추정방법을 비교한 결과, $N_c-I_D$ 또는 $N_c-E_D$ 관계를 이용한 방법이 $K_D$ 이용하는 방법보다 비배수 전단강도를 정확하게 추정하는 것으로 나타났다. 이것은 $I_D$와 $E_D$가 토질상태를 반영하는 $p_1-p_0$항을 포함하고 있어, $N_c$를 이용하는 방법이 토질을 고려한 비배수 전단강도 추정을 할 수 있기 때문으로 판단된다.
To study the evaluation standard and control limit of mortar filling layer void length, in this paper, the train sub-model was developed by MATLAB and the track-bridge sub-model considering the mortar filling layer void was established by ANSYS. The two sub-models were assembled into a train-track-bridge coupling dynamic model through the wheel-rail contact relationship, and the validity was corroborated by the coupling dynamic model with the literature model. Considering the randomness of fastening stiffness, mortar elastic modulus, length of mortar filling layer void, and pier settlement, the test points were designed by the Box-Behnken method based on Design-Expert software. The coupled dynamic model was calculated, and the support vector regression (SVR) nonlinear mapping model of the wheel-rail system was established. The learning, prediction, and verification were carried out. Finally, the reliable probability of the amplification coefficient distribution of the response index of the train and structure in different ranges was obtained based on the SVR nonlinear mapping model and Latin hypercube sampling method. The limit of the length of the mortar filling layer void was, thus, obtained. The results show that the SVR nonlinear mapping model developed in this paper has a high fitting accuracy of 0.993, and the computational efficiency is significantly improved by 99.86%. It can be used to calculate the dynamic response of the wheel-rail system. The length of the mortar filling layer void significantly affects the wheel-rail vertical force, wheel weight load reduction ratio, rail vertical displacement, and track plate vertical displacement. The dynamic response of the track structure has a more significant effect on the limit value of the length of the mortar filling layer void than the dynamic response of the vehicle, and the rail vertical displacement is the most obvious. At 250 km/h - 350 km/h train running speed, the limit values of grade I, II, and III of the lengths of the mortar filling layer void are 3.932 m, 4.337 m, and 4.766 m, respectively. The results can provide some reference for the long-term service performance reliability of the ballastless track-bridge system of HRS.
지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.
응답면 기법은 수치적 효율성을 증대시키기 위해 구조 신뢰성 해석에 널리 적용되고 있다. 그러나 응답면 기법을 사용한 대형구조물의 신뢰성 해석에는 아직도 과도한 해석시간이 요구되고 비선형성이 큰 한계상태에 대해서는 확률변수에 대한 신뢰도지수의 민감도 측면에서 많은 오차가 발생한다. 그러므로, 이 연구에서는 이동최소제곱근사법을 적용한 새로운 응답면 기법을 제안한다. 기존의 응답면 기법에 사용되어온 최소제곱근사법은 표본점들에 동일한 가중값을 부여하여 응답면 함수의 계수를 결정한다. 반면에 이동최소제곱근사법은 설계점에 가까운 표본점들에 더 높은 가중값을 부여함으로써 설계점 근처에서 한계상태식에 더 가까운 응답면 함수를 제공하여 정확도를 증대시킨다. 이동최소제곱근사법을 이용한 신뢰성 해석 절차를 살펴보면, 먼저 선형 응답면 함수를 생성하여 설계점이 있을 영역을 결정한 다음, 이 영역에서 추출된 표본점들을 이용하여 2차 응답면 함수를 생성한다. 그 다음 단계에서는 기존에 추출된 표본점에 연속적으로 하나의 표본점을 더해가면서 응답면 함수를 더욱더 정확히 근사시킨다. 제안된 방법의 효율성을 검토하기 위해서 기존 연구자에 의해 제안된 수치적 문제 및 트러스 문제들에 대하여 신뢰성 해석을 수행하였다. 그 결과 제안된 방법은 민감도를 포함한 정확성 뿐만 아니라 계산 효율성도 증대시킴을 확인할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.