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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.