• 대한화장품학회지
• /
• 제47권1호
• /
• pp.57-63
• /
• 2021

본 연구는 가는장구채(Silene seoulensis) 추출물을 기능성 화장품소재로 개발하기 위해 isoscoparin을 지표성분으로 선정하고, 품질관리를 위해 high performance liquid chromatography (HPLC)를 이용하여 분석법을 개발하였다. 분석용 칼럼은 Unison US-C18을, 이동상은 0.05% (v/v) trifluoroacetic acid (TFA)와 메탄올을 사용하여 컬럼 온도는 35 ℃ 에서 유속 1.0 mL/min 로 검출파장은 330 nm에서 검출하였다. International conference on harmonization (ICH) 가이드라인(version 4, 2005)을 근거로 하여 특이성, 직선성, 정밀성, 정확성, 검출한계 및 정량한계를 분석하여 분석방법을 검증하였다. 분석결과, 검출한계 및 정량한계는 0.02 및 0.07 mg/mL로 나타났으며, 검량곡선은 상관계수 값이 0.99988로 양호한 직선성을 보였고 정밀성 분석결과도 0.46% 이하로 확인되었다. 또한, 회수율은 99.10 ~ 101.61% 범위로 정확성이 있음을 확인하였다. 따라서, 본 분석법은 가는장구채 추출물 지표성분의 분석법으로 적합한 시험법임이 검증되었다.

• 한국전산구조공학회논문집
• /
• 제34권1호
• /
• pp.59-69
• /
• 2021

최근 친환경 에너지 개발에 대한 관심의 증가로 해상 및 연안 지역에서 대규모 해양구조물들이 건설되고 있다. 해양구조물은 항상 파랑 하중에 노출되어 있으므로 구조적인 안전성을 확보하기 위해서는 파랑에 대한 정확한 이해와 분석이 필수적이다. 실해역에서 수행되는 실험은 해양파를 이해하기 위한 가장 정확한 방법이지만, 변수의 통제가 어렵고 비용과 규모 측면에서 실험이 제한되는 경우가 많다. 본 연구에서는 수치파동수조를 이용하여 다양한 조건의 파를 생성하고 및 이론식과 비교를 통해 파랑 생성 능력을 검증하였다. 입자 기반 수치해석법인 SPH(Smoothed Particle Hydrodynamics) 기법을 이용하여 3차원 수조 및 피스톤 조파기를 모델링하였으며, 반사파에 대한 영향을 최소화하기 위해 수로 끝단에 질량 가중 감쇠 영역을 설정하여 안정적인 파고 및 유속 계산이 수행될 수 있게 하였다. 목표 파랑 조건에서,상대 수심이 2 이하를 만족하는 경우 파형경사에 관계없이 파고와 유속을 계산한 결과가 이론값과 높은 정확도를 보였다. 그러나 상대수심과 파형경사의 목표값이 증가하고, 측정 위치가 멀어짐에 따라서 최대 10% 이상의 오차가 발생하였다. 수치해석을 이용하여 정확한 계산이 가능한 파랑 범위를 무차원 변수를 이용하여 제안하였으며, 차후 수치해석을 이용한 수치파동수조 검증기준과 유체-구조물 상호작용 해석분야 연구에 효과적으로 활용될 수 있다.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.68-77
• /
• 2021

본 논문에서는 높은 동특성 환경에서 동작이 가능한 GPS/MEMS IMU 통합항법 수신모듈을 설계 및 제작하고, 그 결과를 확인하였다. 설계한 모듈은 RF 수신부, 관성측정부, 신호처리부, 상관기, 항법 S/W로 구성된다. RF 수신부는 저잡음증폭, 주파수 변환, 필터링, 자동이득조절 기능을 수행하고, 관성측정부는 3축 자이로스코프, 가속도계, 지자기센서가 적용된 MEMS급 IMU로부터 측정 데이터를 수집하여 항법S/W로 전달하는 인터페이스를 제공한다. 신호처리부 및 상관기는 FPGA 로직으로 구현하여 필터링 및 상관 값 계산을 수행하고, FPGA 내부 CPU를 사용하여 위성항법, 통합항법 S/W를 구현하였다. 제작된 모듈의 크기는 95.0 × 85.0 × 12.5 mm 이고, 무게는 110g을 확인하였으며, 동적성능 1200m/s, 가속도 10g의 환경에서 규격 이내의 항법정확도 성능을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.36-42
• /
• 2021

최근 4차 산업혁명으로 인해 제조업계에서는 제조업의 인공지능을 접목시켜 효율성을 극대화하는 스마트 팩토리 붐이 일어나고 있다. 특히 자동차 부품 제조 및 생산에 널리 적용되어 불량을 낮추는 연구들이 활발히 진행되고 있다. 이에 본 연구에서는 머신러닝을 통한 불량예측을 시트 폼 발포공정에 접목시켜 발포공정의 효율성을 극대화하는 연구를 진행하였다. 자동차 시트폼 에서 주로 사용되는 폴리우레탄 폼(polyurethane foam)은 폴리올(polyol, 이하 POL)과 이소시아네이트(isocyanate, 이하 ISO)를 혼합 및 발포하는 공정으로 제조되며, 각 원료의 혼합비율과 온도의 변화에 따라 제품의 특성이 변화한다. 이에 본 연구에서는 발포공정에서 수집되는 인자별 데이터값을 머신러닝에 적용하여 불량을 예측하고자 한다. 머신러닝에 사용되는 알고리즘으로는 의사결정트리, kNN, 앙상블 알고리즘을 사용하였으며 학습은 5,147개의 데이터를 사용하였으며, 학습된 결과를 1,000개의 검증용 데이터에 적용한 결과, 세 알고리즘 중 앙상블 알고리즘에서 최대 98.5 %의 정확도를 확인할 수 있었다. 이러한 결과를 통해 발포공정에서 실시간으로 수집되는 데이터를 통해 현재 생산되는 부품의 불량 여부를 확인할 수 있으며, 나아가 각 인자를 조절하여 불량률을 개선할 수 있음을 짐작할 수 있다고 사료된다.

• 한국식품위생안전성학회지
• /
• 제36권4호
• /
• pp.281-288
• /
• 2021

GF-AAS와 수은분석기를 이용하여 납, 비소, 카드뮴 및 수은의 회수율로 정확도를 측정한 결과 92.67-102.56% 범위에서 측정되었고, 정밀도를 측정한 결과 0.21-6.00 RSD%의 재현성을 보였으며, CODEX guideline에서 규정하는 범위에 적합하였다. 또한, FAPAS QC material을 검증결과, 회수율은 96.7-102.0%, 재현성은 0.33-4.93 RSD%로 우수한 결과를 나타냈다. 한약재 430건의 평균 Pb 함량은 254.9 ㎍/kg(N.D.-2,515.2)이었고, 평균 As 함량은 171.0 ㎍/kg (N.D.-2,465.2)이었으며, 평균 Cd 함량은 99.2 ㎍/kg (N.D.-797.1), 평균 Hg 함량은 6.0 ㎍/kg (N.D.-83.6)이었다. 분석 결과 우리나라에 유통되는 한약재 20종은 식품의약품안전처에서 규정하는 한약재의 중금속 함량에 대한 허용기준 이내의 결과로 모두 안전한 수준의 한약재로 나타났다. 이를 토대로 한약 규격품 제조업소를 품질관리의 기준으로 하여 유통되기 직전의 가공 포장 과정에서의 한약재 중 납, 비소, 카드뮴 및 수은의 함량을 조사하여 한약재 내 중금속 함량 실태를 파악하고, 국민에게 안전하고 우수한 한약재를 공급하기 위한 기초자료로 활용할 수 있을 것으로 사료된다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.441-452
• /
• 2022

학습 환경에서 메타인지를 활용한 훈련은 1990년대부터 꾸준히 연구되어온 주제 중 하나다. 메타인지는 크게 선언적 메타인지 지식과 절차적 메타인지 지식 (메타인지 기술)로 나누어 볼 수 있고 이에 따라 메타인지 훈련 역시 두 메타인지 지식 중 하나에 초점을 맞추어 연구가 이루어졌다. 본 연구에서는 메타인지 기술의 훈련이 수학 문제 풀이 맥락에서 어떤 역할을 하는지 살펴보고자 하였다. 구체적으로 학습자는 정해진 시간 안에 여러 난이도의 문제가 섞인 수학 문제들을 푸는 시험 맥락에서 문제 난이도 예측, 풀이시간 예측, 정답 여부 예측을 실시하였으며 이를 총5주간에 걸쳐 5회 반복하였다. 분석 결과, 훈련 전보다 훈련 후에 세 가지 예측 지표 모두에서 유의한 차이가 있는 것으로 나타났으며 훈련을 통해 학습자의 문제 풀이 전략에 도움을 줄 수 있다는 사실을 밝혔다. 또한 메타인지 훈련을 실시하지 않고 동일한 학습 과정을 진행한 조건과 시험불안 정도의 차이가 있는지 분석하였다. 그 결과, 훈련을 실시한 조건의 학습자가 5주차에 더 적은 정서 불안과 관계 불안을 보고한 것을 알 수 있었다. 메타인지 기술 훈련을 통한 이러한 효과는 학습자의 시험 상황에 필요한 학습 전략 향상에 도움이 될 것으로 예상된다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.782-785
• /
• 2021

본 논문에서는 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템을 제안한다. 제안하는 장비는 열화상 카메라를 이용하여 사용자의 진행 전 피부 온도와 진행 후 피부온도의 차이에 따라 냉기 배출량 및 시스템을 제어한다. 피부의 온도가 비정상적으로 낮아지면 냉기공급을 차단하여 안전사고 발생 가능성을 방지한다. 피부 온도 감지센서를 열화상 카메라 온도측정으로 대체하여 경제적이고, 열화상 이미지로 온도를 확인할 수 있으므로 시각화가 가능하다. 또한, 제안하는 장비는 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템의 안전을 위해 레이저 포인터를 듀얼로 사용하여 초점 거리를 산출하여 피부와의 거리를 측정하는 센서의 감도를 개선시킨다. 제안된 장비의 성능을 평가하기 위하여 외부공인 시험기관에서 실험하였다. 첫 번째로 측정된 온도 범위는 -100℃~-160℃로 측정되어, 현재 현장에서 사용되는 최고 수준인 -150~-160℃(cryo generation/미국) 보다 넓은 온도 범위를 나타내었다. 또한 오차는 ±3.2%~±3.5%로 측정되어 현재 현장에서 사용되는 최고 수준인 ±5%(CRYOTOP/중국) 보다 우수한 결과를 나타내었다. 두 번째로 측정된 거리 정확도는 ±4.0% 이하로 측정되어, 현재 현장에서 사용되는 최고 수준인 ±5%(CRYOTOP/중국) 보다 우수한 결과를 나타내었다. 세 번째로 질소 사용량은 최대 0.15 L/min 미만으로 확인되어, 현재 현장에서 사용되는 최고 수준인 6 L/min(POLAR BEAR/미국) 보다 우수한 결과를 나타내었다. 따라서 본 본문에서 제안한 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템의 성능의 우수함이 판별되었다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.237-250
• /
• 2022

본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.354-360
• /
• 2022

대사성 질환은 국내의 경우 유병률이 26%에 이르는 질환으로 복부비만, 고혈압, 공복혈당장애, 고중성지방, 낮은 HDL 콜레스테롤 5가지 상태 중 3가지를 동시에 가진 상태를 말한다. 본 논문은 농촌진흥청의 소비자패널 데이터와 건강보험공단의 진료 데이터를 연계하여 식품 소비 특성을 통해 대사성 질환자군과 대조군으로 나누는 분류 모델을 생성하고 차이를 비교하고자 한다. 기존의 국내외에서 연구된 많은 대사성 질환과 식품 소비 특성 관련 연구는 특정 식품군이나 특정 성분의 질환 상관성 연구이며, 본 논문은 일반 식사에서 포함하는 모든 식품군을 고려한 로지스틱 회귀를 이용한 분류 모델, 의사결정나무 기반 분류 모델, XGBoost를 활용한 분류 모델을 생성하였다. 세 가지 모델 중 정확도가 높은 모델은 XGBoost 분류 모델이지만, 정확도가 0.7 미만으로 높지 않았다. 향후 연구로 환자군의 식품 소비 관찰 기간을 5년 이상으로 확대하고 섭취한 식품을 영양적 특성으로 변환한 후 대사성 질환 분류 모델 연구가 필요하다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.