• 한국식품위생안전성학회지
• /
• 제36권1호
• /
• pp.9-16
• /
• 2021

2018년과 2019년에 서울에서 유통 중인 건고추 및 고춧가루에 대해 잔류 농약 안전성 검사를 실시하였다. 총 101건의 시료에 대해 71종 농약을 모니터링한 결과 잔류허용기준을 초과한 시료는 없었으나 잔류농약이 검출된 시료는 87건으로 86.1%의 검출률을 나타내었다. 건고추와 고춧가루 검출률은 각각 73.3%, 91.5% 이었다. 고춧가루의 잔류농약 검출률이 건고추에 비해 다소 높게 나타났다. 검출된 농약은 12종이었으며 모두 작물보호제 지침서에 따른 고추에 사용가능한 살균제 및 살충제이었다. 가장 다빈도로 검출된 농약은 pyraclostrobin이었으며 다음으로 flubendiamide, azoxystrobin, chlorantraniliprole 순이었다. 검출된 농약에 대한 위해성을 ADI(Acceptable daily intake)대비 식이섭취율로 산출하여 평가한 결과, %ADI는 모두 5.66E-05 - 3.34E-02%로 나타나 안전한 것으로 나타났다.

• 한국버섯학회지
• /
• 제18권4호
• /
• pp.380-386
• /
• 2020

전국 12개 지역에서 수집된 표고 768건, 표고배지 143건의 시료를 대상으로 다종다성분 320종 및 단성분 mepiquat chloride에 대해 분석한 결과, 표고 4건, 표고배지 3건으로 총 7건에서 잔류농약이 검출되었으며, 검출된 성분은 carbendazim, diflubenzuron, fluopyram, dinotefuran 이었다. 본 연구에서는 표고 3건, 배지 1건으로 총 4건의 시료에서 carbendazim이 검출되었으나 각각의 검출량은 0.056 mg/kg, 0.17 mg/kg, 0.043 mg/kg, 0.09 mg/kg으로 MRL인 0.7 mg/kg에 비해 소량으로 나타났다. Fluopyram은 0.068 mg/kg, dinotefuran은 0.06 mg/kg으로 모두 배지에서 각각 1건씩 검출되었다. 식물생장조절제로 사용되는 mepiquat chloride는 본 연구에서는 검출되지 않았다. 전체 수집표고 중 소수의 시료에서 잔류농약이 검출되었나, 등록되지 않은 농약은 PLS에 의하면 0.01 ppm이 최대허용치로 구분되어 있어, 후속 연구를 통하여 표고를 비롯한 버섯류의 안전성의 기준 작성에 필수적인 자료를 확보하고자 한다.

• 한국산림과학회지
• /
• 제111권2호
• /
• pp.302-310
• /
• 2022

본 연구는 효율적인 산림시업계획 수립을 위하여 입목의 측정정보와 머신러닝 알고리즘을 이용하여 주요 침엽수종(소나무, 잣나무, 낙엽송)의 수관급 분류를 목적으로 하였다. 입목의 측정정보는 9년간 수집된 국유림 모니터링 정보를 활용하였으며, 머신러닝 알고리즘은 Random Forest (RF), XGBoost (XGB), Light GBM (LGBM)을 사용하였다. 알고리즘의 정확도, 정밀도, 재현율, F1 score를 이용한 성능평가를 통하여 알고리즘의 정확도를 비교·평가하였다. 분석결과, 소나무림, 잣나무림, 낙엽송 모두 RF 알고리즘이 성능평가 점수가 가장 높았으며, 수종별로는 소나무가 정확도 약 65%, 정밀도 약 72%, 재현율 약 60%, F1 score 약 66%로 성능평가 점수가 가장 높았다. 수관급은 우세목의 정확도가 약 80%이상으로 높았으나, 준우세목과 중간목, 피압목의 분류 정확도는 낮게 평가되었다. 본 연구결과는 산림시업의 간벌목 선정에 있어 의사결정을 위한 참조자료로 활용이 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1191-1205
• /
• 2022

복잡하고 광범위한 원인을 가진 대기오염물질 중 particulate matter (PM)은 입자의 크기에 따라 분류된다. 그 중 PM_2.5는 그 크기가 매우 작아 사람이 흡입하면 인간의 호흡기나 심혈관에 질병을 유발할 수 있다. 이러한 위험에 대비하기 위해서는 국가 중심의 관리와 사전에 예방할 수 있는 모니터링 및 예측이 중요하다. 본 연구는 고농도 미세먼지의 발생이 잦은 서울시의 PM_2.5를 local data assimilation and prediction system (LDAPS) 기상 관련 인자 15가지와 aerosol optical depth (AOD), 화학인자 4가지를 독립변수로 하여 앙상블 모델 두 가지 random forest (RF)와 extreme gradient boosting (XGB)로 예측하고자 하였다. 예측에 사용된 두 모델의 성능 평가와 인자 중요도 평가를 수행하였으며, 계절별 모델 분석도 수행하였다. 예측 정확도 결과, RF가 R² = 0.85, XGB가 R² = 0.91의 높은 예측 정확도를 보이며 XGB가 RF보다 PM_2.5 예측에 적합한 모델임을 확인하였다. 계절별 모델 분석 결과, 봄에 농도가 높은 관측 값과 비교하여 예측 수행이 잘 되었다고 할 수 있다. 본 연구는 다양한 인자를 이용하여 서울시의 PM_2.5를 예측하였고, 좋은 성능을 보이는 앙상블 기반의 PM_2.5 예측 모델을 구축하였다.

• Structural Monitoring and Maintenance
• /
• 제9권4호
• /
• pp.323-336
• /
• 2022

Steel truss bridge is one of the most widely used bridge types in Indonesia. Out of all Indonesia's national roads, the number of steel truss bridges reaches 12% of the total 17,160 bridges. The application of steel truss bridges is relatively high considering this type of bridge provides advantages in the standardization of design and fabrication of structural elements for typical bridge spans, as well as ease of mobilization. Directorate of Road and Bridge Engineering, Ministry of Works and Housing, has issued a standard design for steel truss bridges commonly used in Indonesia, which is designed against the design load in SNI 1725-2016 Bridge Loading Standards. Along with the development of actual traffic load measurement technology using Bridge Weigh-in-Motion (B-WIM), traffic loading data can be utilized to evaluate the reliability of standard bridges, such as standard steel truss bridges which are commonly used in Indonesia. The result of the B-WIM measurement on the Central Java Pantura National Road, Batang - Kendal undertaken in 2018, which supports the heaviest load and traffic conditions on the national road, is used in this study. In this study, simulation of a sequences of traffic was carried out based on B-WIM data as a moving load on the Australian type Steel Truss Bridge (i.e., Rangka Baja Australia -RBA) structure model with 60 m class A span. The reliability evaluation was then carried out by calculating the reliability index or the probability of structural failure. Based on the analysis conducted in this study, it was found that the reliability index of the 60 m class Aspan for RBA bridge is 3.04 or the probability of structural failure is 1.18 × 10^-3, which describes the level of reliability of the RBA bridge structure due to the loads from B-WIM measurement in Indonesia. For this RBA Bridge 60 m span class A, it was found that the calibrated nominal live load that met the target reliability is increased by 13% than stated in the code, so the uniform distributed load will be 7.60 kN/m² and the axle line equivalent load will be 55.15 kN/m.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.

• Composites Research
• /
• 제20권3호
• /
• pp.55-62
• /
• 2007

Jute와 Hemp 섬유/폴리프로필렌 (PP)의 내구성 및 계면 평가는 끓는 물 실험 전 후로 해서 조사되었고 끓는 물 실험 전 후에 따른 Jute와 Hemp 섬유의 수분함량은 TCA를 통해 측정되었다. 끓는 물 실험 후, Jute, Hemp섬유와 폴리프로필렌 기지재 사이의 계면전단강도와 기계적 물성은 감소하였다. 반면에 물에 의해 부풀어 오른 미소섬유에 의해 미처리경우와 비교해서 접착일은 증가를 하였다. 그리고 끓는 물 실험 전·후의 Jute, Hemp섬유와 폴리프로필렌의 표면에너지는 동 접촉각을 통해 얻어졌다. 계면전단강도는 항상 열역학의 접착일과 일치하지는 않는다. 끓는 물 내에서, Jute와 Hemp 섬유는 물에 의해 부풀어지게 된다. 그래서 표면적과 수분 침투공간이 증가한다. 끓는 물 실험 전 후의 Jute와 Hemp 섬유 미세파괴 경향은 명백하게 다르다. Jute와 Hemp 섬유/폴리프로필렌 복합재의 환경적 영향에 의한 미세파괴 형태는 광학 현미경을 통한 관찰과 음향 방출 수와 에너지에 의해 상호 일치함을 보여주었다. 끓는 물 실험 이후, Jute 섬유는 Hemp 섬유와 달리 부풀어진 피브릴에 의한 낮은 인장강도에서 나타나는 미세파괴 형태를 보여주었다. 또한, 부풀어진 피브릴에 의해 미세파괴시 음향 방출 수는 증가를 하였으며, AE 진폭과 에너지는 감소하였다.

• 서비스연구
• /
• 제12권1호
• /
• pp.36-48
• /
• 2022

디지털 기술의 발전, 스마트폰 보급의 확대, 코로나19 사태 등으로 인한 스마트폰 사용이 급속히 증가하여 스마트폰 과의존과 인터넷 과의존이 심각한 사회문제로 대두되고 있다. 스마트폰 과의존 문제의 해결방안 중 하나로 정부 및 민간기업에서는 스마트폰 과의존 방지 애플리케이션을 출시하고 있다. 하지만 스마트폰 과의존 방지 애플리케이션의 효용성에 대한 연구가 부족한 실정이다. 따라서 본 연구는 국내에서 서비스되고 있는 25개의 애플리케이션을 분석대상으로 선정하고 FGI 조사방법을 활용하여 스마트폰 과의존 방지 애플리케이션에 대해 기능적, 서비스적 측면에서 평가를 진행하여 문제점을 파악하고 개선방안을 제안한다. 연구결과 기능 평가에서 불법/유해 앱/웹사이트 차단, 스마트폰 이용시간 제한, 스마트폰 이용현황 모니터링의 기능은 대부분의 애플리케이션에서 서비스되고 있어 기본적인 기능이라 볼 수 있었으며 이에 따른 만족도 점수도 높게 평가되었다. 그러나 일부 애플리케이션에서 서비스하고 있는 위치 확인, 스몸비 방지, 몸캠피싱 방지 등의 기능은 효용성은 높으나 수행 정확성이 떨어져 점수가 낮게 평가되었다. 서비스 제공 주체별로 분류하여 보면 정부제공 애플리케이션은 기능들의 정확한 수행 및 사용 편의성 제고가 필요하고, 사용 수준의 스펙트럼을 보다 넓게 고려하여 서비스를 개선할 필요가 있다. 통신사 제공 애플리케이션은 타 통신사와의 연계와 스마트폰 외 스마트기기와의 호환성을 개선할 필요가 있다. 기타 민간 기업 제공 애플리케이션은 서비스, 유지보수의 향상을 위하여 상담원, 챗봇 상담과 같은 AS채널의 개설이 필요하다.

• 분석과학
• /
• 제22권3호
• /
• pp.201-209
• /
• 2009

국내에서 유통 중인 동물성 생약 38개 품목 총 325개 시료를 대상으로 ICP-MS와 수은자동분석기기를 이용하여 납, 카드뮴, 비소, 수은의 오염실태 조사를 수행하였다. 검출된 농도 범위는 납 $0.02{\mu}gkg^{-1}$ $(D.L){\sim}11.29mgkg^{-1}$, 카드뮴 $0.01{\mu}gkg^{-1}$ $(D.L){\sim}2.50 mgkg^{-1}$, 비소 $0.12{\mu}gkg^{-1}$ $(D.L){\sim}5.27mgkg^{-1}$이었으며, 수은의 경우 검출 범위를 초과한 한 개의 시료를 제외하면 $0.01{\sim}77.11mgkg^{-1}$으로 나타났다. 전체 동물성 생약 38품목 중 납, 카드뮴, 비소, 수은 모두가 잔류허용기준치 이하로 검출된 동물성 생약은 별갑과 오배자 2개 품목이었고, 22개 품목에서 납의 오염이 가장 큰 비중을 차지하였다. 수은의 경우 농도 범위가 비교적 넓게 나타난 녹각 등 16개 품목뿐만 아니라 전체 시료의 54.46%가 잔류허용기준치를 초과하였다. 따라서 납과 수은에 대한 지속적인 실태조사를 실시하고 오염원인 추적을 위한 연구가 수행되어야 할 필요가 있는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제29권5D호
• /
• pp.635-644
• /
• 2009

외부 환경에서의 영상처리 기술은 외부환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 따라서 교통감시시스템으로 정확한 교통정보를 산출하기 위해서는 (여기서 교통감시시스템은 영상처리 기술을 이용하여 교통상황을 감시하는 시스템) '전이시간대의 그림자 제거', '야간에 차량 전조등에 의한 왜곡', '비', 눈, 그리고 안개에 의한 잡음', '폐색(occlusion)' 등을 필히 해결해야만 한다. 본 논문은 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용하여 교통량, 속도, 점유시간을 산출하는 시스템을 개발하였다. 따라서, 시스템의 성능을 검증하기 위해 한국건설 기술연구원에서 운영하고 있는 곤지암 시험장에서 2008년 12월 16일부터 18일까지 교통량, 속도, 점유시간에 대해 4개차로 (상행 2차로, 하행 2차로)를 대상으로 평가하였다. 평가 방법은 기준데이터가 되는 레이더 검지기 데이터와 본 연구의 영상처리기술에 의해 산출된 데이터를 비교하는 방법으로 수행되었다. 평가 결과, 주간, 야간, 일출, 일몰 시간대 모두 교통량, 속도, 점유시간 산출 값이 기준데이터와 비교했을 때 약 92%에서 97%까지의 정확도가 있는 것으로 평가되었다.