• Journal of Microbiology and Biotechnology
• /
• 제30권10호
• /
• pp.1516-1524
• /
• 2020

Climate change is expected to affect not only availability and quality of water, the valuable resource of human life on Earth, but also ultimately public health issue. A six-year monitoring (total 20 times) of Escherichia coli O157, Salmonella enterica, Legionella pneumophila, Shigella sonnei, Campylobacter jejuni, and Vibrio cholerae was conducted at five raw water sampling sites including two lakes, Hyundo region (Geum River) and two locations near Water Intake Plants of Han River (Guui region) and Nakdong River (Moolgeum region). A total 100 samples of 40 L water were tested. Most of the targeted bacteria were found in 77% of the samples and at least one of the target bacteria was detected (65%). Among all the detected bacteria, E. coli O157 were the most prevalent with a detection frequency of 22%, while S. sonnei was the least prevalent with a detection frequency of 2%. Nearly all the bacteria (except for S. sonnei) were present in samples from Lake Soyang, Lake Juam, and the Moolgeum region in Nakdong River, while C. jejuni was detected in those from the Guui region in Han River. During the six-year sampling period, individual targeted noxious bacteria in water samples exhibited seasonal patterns in their occurrence that were different from the indicator bacteria levels in the water samples. The fact that they were detected in the five Korea's representative water environments make it necessary to establish the chemical and biological analysis for noxious bacteria and sophisticated management systems in response to climate change.

• 한국지반신소재학회논문집
• /
• 제21권2호
• /
• pp.31-38
• /
• 2022

최근 기상이변으로 불규칙성의 집중호우가 자주 발생하여 산사태 피해가 늘어나고 있다. 우리나라의 경우 전체 토지의 70% 이상이 산지로 이루어져 있는 만큼, 집중강우 시 산사태를 예방할 수 있는 적절한 방안이 필요한 실정이다. 사면 표층부에 개량토를 적용할 경우 강우 침투로 인한 지하수위 상승을 억제하고 사면의 안정성을 확보할 수 있다. 본 연구에서는 풍화토사면에 개량토를 적용하여 지하수위 상승량을 확인하고 안정성을 확보할 수 있는 개량토 적절한 심도를 연구하였다. 해석단면의 경사는 풍화토지반에 대한 표준경사 대하여 총 3가지의 경우를 확인하였다(1:1.5, 1:1.8, 1:2.0). 강우 조건은 국가 수자원 관리 종합정보시스템에서 제공한 지역 빈도 확률강우량을 참고하여 500년 빈도 강수량 최대지속시간 48시간으로 가정하여 단계별 지하수위 상승량을 확인하였다. 연구결과, 자연사면의 경우 강우지속시간 48시간 이전에는 비탈면이 완전 포화되어 붕괴의 가능성이 있었다. 반면, 1:1.5 경사의 사면에서는 강우지속시간과 무관하게 지표면으로부터 1m 이상의 심도가 적절하며, 1:1.8 사면에서는 36시간 이상 지속 시에 1m의 심도가 적절한 것으로 평가되었다. 또한, 1:2.0 사면의 경우 48시간 이상 지속시에 0.5m 이상의 개량토를 적용하여야 안전성이 확보되는 것으로 나타났다.

• 과학교육연구지
• /
• 제45권3호
• /
• pp.292-303
• /
• 2021

본 연구에서는 일상생활에서 에너지 용어가 사용되는 맥락을 알아보기 위하여 온라인 과학 기사를 수집하여 언어 네트워크, 토픽 모델링 분석 기법을 활용해 에너지 관련 기사에 사용된 용어의 빈도, 용어 네트워크, 기사의 주제를 분석하였다. 분석에 사용된 자료는 2018.3.1.부터 1년간의 온라인 과학 분야의 기사 중 에너지를 검색어로 하여 10개의 국내 중앙지에서 검색 및 선정된 2,171편이다. 이 기사들을 자연어 처리하여 51,224개의 문장과 507,901개의 단어로 데이터를 구성하였다. R 프로그램을 활용하여 용어 빈도수 분석 및 언어 네트워크 분석을 실시하였고, 에너지 용어 사용의 맥락 탐색을 위해 구조적 토픽 모델링 분석을 적용해 기사의 주제를 도출하였다. 기사에 사용된 용어 중 빈도수가 유난히 높은 용어는 기술, 연구, 개발로 새로운 소식을 알리는 기사의 특성을 반영한 것으로 나타났다. 한편, 기사 2편당 한 번 이상의 빈도로 사용되는 용어에는 산업 관련 용어(산업, 제품, 시스템, 생산, 시장)와 '전기', '환경'과 같이 에너지 관련 용어로 충분히 기대되는 용어들이 있었다. 한편, 에너지 관련 과학 수업에서 자주 사용되는 '태양', '열', '온도', '발전'도 빈도수 상위에 속하는 용어로 드러났다. 용어 네트워크 분석에서는 산업 및 기술과 관련된 용어와 기초과학 및 연구 관련 용어들이 약한 강도이지만 서로 군집을 이루는 것을 확인하였다. 한편, 에너지와 쌍을 이루는 용어의 분석에서는 '에너지 효율'을 비롯해 '에너지 절감', '에너지 소비' 등과 같이 에너지의 사용에 관한 용어들이 다수를 이루고 그 사용 빈도가 가장 높았다. 에너지 용어가 사용되는 맥락은 16개의 주제를 분류한 4가지 영역으로 '첨단산업', '산업', '기초과학', '환경 및 건강'으로 나타났다. 에너지 사용 관련 용어가 상당히 많이 사용된다는 결과는 에너지 수업의 시작점으로 에너지 저급화 개념의 도입이 효과적일 수 있음을 시사한다. 또한, 첨단산업이나 환경 및 건강의 맥락을 에너지 학습에 도입할 필요성도 보여준다. 본 연구에서 드러난 16개 주제에서 보이는 다양한 에너지 용어가 사용되는 맥락을 재구성해 에너지 관련 수업에 활용한다면 학생들이 학교에서의 에너지 학습과 일상적 상황을 통합적으로 인식하는 데 도움이 될 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2002년도 학술발표회 논문집(I)
• /
• pp.43-50
• /
• 2002

Accurate quantitative forecasting of rainfall for basins with a short response time is essential to predict streamflow and flash floods. Previously, neural networks were used to develop a Quantitative Precipitation Forecasting (QPF) model that highly improved forecasting skill at specific locations in Pennsylvania, using both Numerical Weather Prediction (NWP) output and rainfall and radiosonde data. The objective of this study was to improve an existing artificial neural network model and incorporate the evolving structure and frequency of intense weather systems in the mid-Atlantic region of the United States for improved flood forecasting. Besides using radiosonde and rainfall data, the model also used the satellite-derived characteristics of storm systems such as tropical cyclones, mesoscale convective complex systems and convective cloud clusters as input. The convective classification and tracking system (CCATS) was used to identify and quantify storm properties such as life time, area, eccentricity, and track. As in standard expert prediction systems, the fundamental structure of the neural network model was learned from the hydroclimatology of the relationships between weather system, rainfall production and streamflow response in the study area. The new Quantitative Flood Forecasting (QFF) model was applied to predict streamflow peaks with lead-times of 18 and 24 hours over a five year period in 4 watersheds on the leeward side of the Appalachian mountains in the mid-Atlantic region. Threat scores consistently above .6 and close to 0.8 ∼ 0.9 were obtained fur 18 hour lead-time forecasts, and skill scores of at least 4％ and up to 6％ were attained for the 24 hour lead-time forecasts. This work demonstrates that multisensor data cast into an expert information system such as neural networks, if built upon scientific understanding of regional hydrometeorology, can lead to significant gains in the forecast skill of extreme rainfall and associated floods. In particular, this study validates our hypothesis that accurate and extended flood forecast lead-times can be attained by taking into consideration the synoptic evolution of atmospheric conditions extracted from the analysis of large-area remotely sensed imagery While physically-based numerical weather prediction and river routing models cannot accurately depict complex natural non-linear processes, and thus have difficulty in simulating extreme events such as heavy rainfall and floods, data-driven approaches should be viewed as a strong alternative in operational hydrology. This is especially more pertinent at a time when the diversity of sensors in satellites and ground-based operational weather monitoring systems provide large volumes of data on a real-time basis.

• 한국조리학회지
• /
• 제23권2호
• /
• pp.45-55
• /
• 2017

친환경농산물의 생산은 생태계 보호와 자연환경을 보존하여 인간이 살아 갈 수 있는 자연환경의 지속적 유지에 궁극적인 목적이 있다고 할 수 있겠다. 이와 같은 사회적 분위기에서 미래의 주역이 될 대학생들의 친환경농산물에 대한 가치관과 환경적 태도는 매우 중요한 의미가 있다고 할 수 있겠다. 본 연구는 대학생들의 친환경 소비가치관, 친환경적 태도, 구매의도간의 인과관계를 검정함에 친환경농산물의 신뢰의 조절효과를 검정하기 위하여 부산지역 대학생들을 대상으로 설문조사를 진행하였다. 2016년 10월 15일부터 30일까지 설문지를 나누어 배포하고, 그중 261부를 SPSS(V 23.0)와 AMOS(V 21.0) 프로그램을 사용하여 빈도분석, 신뢰도 분석 및 확인적 요인 분석, 구조방정식 모형(Structural Equation Modeling)과 두 모형사이의 자유도를 고려한 Chi-square를 비교하여 구매횟수의 조절효과성을 검정하였다. 분석결과, 대학생들의 친환경농산물에 대한 가치관은 친환경적 태도와의 인과관계를 확인할 수 있었고, 소비자 신뢰는 친환경적 태도와 구매의도사이에서 조절효과를 나타내었다. 따라서 정부나 지방단체에서는 미래의 주역이 될 대학생들의 친환경농산물에 대한가치관과 친환경적 태도 및 구매의도와의 인과관계가 확인되었기 때문에, 미래의 친환경농산물 정책을 보다 적극적으로 추진하는 것이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.59-83
• /
• 2018

고객과 대중의 니즈를 파악하기 위한 감성분석의 중요성이 커지면서 최근 영어 텍스트를 대상으로 다양한 딥러닝 모델들이 소개되고 있다. 본 연구는 영어와 한국어의 언어적인 차이에 주목하여 딥러닝 모델을 한국어 상품평 텍스트의 감성분석에 적용할 때 부딪히게 되는 기본적인 이슈들에 대하여 실증적으로 살펴본다. 즉, 딥러닝 모델의 입력으로 사용되는 단어 벡터(word vector)를 형태소 수준에서 도출하고, 여러 형태소 벡터(morpheme vector) 도출 대안에 따라 감성분석의 정확도가 어떻게 달라지는지를 비정태적(non-static) CNN(Convolutional Neural Network) 모델을 사용하여 검증한다. 형태소 벡터 도출 대안은 CBOW(Continuous Bag-Of-Words)를 기본적으로 적용하고, 입력 데이터의 종류, 문장 분리와 맞춤법 및 띄어쓰기 교정, 품사 선택, 품사 태그 부착, 고려 형태소의 최소 빈도수 등과 같은 기준에 따라 달라진다. 형태소 벡터 도출 시, 문법 준수도가 낮더라도 감성분석 대상과 같은 도메인의 텍스트를 사용하고, 문장 분리 외에 맞춤법 및 띄어쓰기 전처리를 하며, 분석불능 범주를 포함한 모든 품사를 고려할 때 감성분석의 분류 정확도가 향상되는 결과를 얻었다. 동음이의어 비율이 높은 한국어 특성 때문에 고려한 품사 태그 부착 방안과 포함할 형태소에 대한 최소 빈도수 기준은 뚜렷한 영향이 없는 것으로 나타났다.

• 한국지반공학회논문집
• /
• 제36권11호
• /
• pp.157-165
• /
• 2020

현재 국내외에서는 진동기계기초에 진동으로 발생하는 추가 연직 동하중을 산정하고 설계함에 있어서 명확하게 제시된 기준이나 이론이 정립되어 있지 않아 국내의 경우, 심각한 진동조건이 아님에도 불구하고 진동에 의한 추가 동하중을 정적하중의 최대 100%로 간주하는 극히 보수적인 설계가 이루어지고 있다. 본 연구의 목적은 연직 기계진동으로 인하여 정하중외에 추가적으로 발생하는 동적하중의 정량적 크기를 평가하기 위한 모형실험 방안을 제시하는 것이다. 실내 모형실험의 기초실험으로, 제한된 크기의 모형 토조 내에서 발생할 수 있는 진동 반사파의 영향을 분석 및 보완하였고, 제작한 모형 진동기계기초의 고유진동수를 산정하여 실험 시 공진영향을 최소화하였다. 제안된 기법을 적용한 본 모형실험을 수행하여, 중간 조밀도의 모래 기초지반에 놓인 기계진동 얕은 기초에 기계진동에 의해 발생하는 추가적인 동하중의 정량적 크기를 평가해 보았다. 모형실험결과로부터, 현재 국내외에서 제시하고 있는 설계기법의 적합성을 논의해 보았다.

• 한국항공우주학회지
• /
• 제46권2호
• /
• pp.159-166
• /
• 2018

본 연구에서는 소형민수헬기(Light Civil Helicopter, LCH)의 풍동시험에 필요한 축소 로터 블레이드에 대해 내부 구조설계와 동특성 및 하중해석을 수행하였다. 축소로터 풍동시험은 로터 시스템의 공력성능과 소음 특성을 평가하기 위해 수행되므로, 실제 크기의 로터시스템과 동일한 공력 특성을 모사할 수 있도록 축소 블레이드 설계 시 마하 스케일(Mach-scale) 기법을 적용하였다. 마하 스케일 블레이드는 실물 블레이드의 끝단속도(blade tip speed)와 동일한 값을 유지할 수 있도록 로터의 회전속도를 증가시켜야 하며, 블레이드 중량, 단면강성 및 고유진동수 등은 특정한 축소계수(${\lambda}$, scaling factor)를 통해 조정된다. 블레이드 내부의 주요 구성품인 스킨, 스파, 토션박스 등을 설계하기 위해 탄소섬유와 유리섬유 계열의 복합소재를 적용하였으며, 국내에서 수급이 가능한 프리프레그(prepreg) 형태의 복합소재를 적용하였다. 내부구조 설계가 완료된 블레이드에 대해 단면강성을 평가하기 위해 KSec2D 프로그램을 사용하였으며, 회전익 항공기의 통합해석 프로그램인 CAMRADII를 이용하여 축소 블레이드의 하중 분포와 동역학적 특성을 검토하였다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.33-40
• /
• 2021

음성인식(ASR: Automatic Speech Recognition)은 사람의 말소리를 음성 신호로 분석하고, 문자열로 자동 변화하여 이해하는 기술이다. 초기 음성인식 기술은 하나의 단어를 인식하는 것을 시작으로 두 개 이상의 단어로 구성된 문장을 인식하는 수준까지 진화하였다. 실시간 음성 대화에 있어 높은 인식률은 자연스러운 정보전달의 편리성을 극대화하여 그 적용 범위를 확장하고 있다. 반면에, 음성인식 기술의 활발한 적용에 따라 관련된 사이버 공격과 위협에 대한 우려 역시 증가하고 있다. 기존 연구를 살펴보면, 자동화자식별(ASV: Automatic Speaker Verification) 기법의 고안과 정확성 향상 등 기술 발전 자체에 관한 연구는 활발히 이루어지고 있으나, 실생활에 적용되고 있는 음성인식 서비스의 자동화자 식별 기술에 대한 사이버 공격 및 위협에 관한 분석연구는 다양하고 깊이 있게 수행되지 않고 있다. 본 연구에서는 자동화자 식별 기술을 갖춘 AI 음성인식 서비스를 대상으로 음성 주파수와 음성속도를 조작하여 음성인증을 우회하는 사이버 공격 모델을 제안하고, 상용 스마트폰의 자동화자 식별 체계를 대상으로 실제 실험을 통해 사이버 위협을 분석한다. 이를 통해 관련 사이버 위협의 심각성을 알리고 효과적인 대응 방안에 관한 연구 관심을 높이고자 한다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.