• 한국식품위생안전성학회지
• /
• 제32권5호
• /
• pp.418-423
• /
• 2017

본 연구는 우유 중에서 덱사메타손을 효과적으로 정량분석하기 위한 LC-MS/MS법을 확립하고 이를 검증하기 위해 수행되었다. 확립된 LC-MS/MS에 대해 특이성, 검출한계, 정량한계, 정확도 및 정밀도에 대한 검증을 통하여 유효성을 확인하였다. 표준용액을 이용하여 검량성을 작성한 결과, $r^2$ > 0.999 이상의 직선성을 확인하였고, 덱사메타손에 대한 검출한계와 정량한계는 각각 0.15와 0.5 ng/mL이었다. 또한, 회수율은 98.9-109.6%로 나타났으며, 상대표준편차는 1.7-4.4%로 나타나 정확성이 우수하였으며, 이는 식품의약품안전처의 잔류동물용의약품 분석법에서 제시한 기준에 모두 적합한 수준이었다. 따라서 본 연구를 통해 개발된 LC-MS/MS법은 향후 우유 중 덱사메타손을 분석하는데 효과적으로 활용될 수 있을 것으로 사료된다.

• 지질공학
• /
• 제26권2호
• /
• pp.251-260
• /
• 2016

댐 저수지의 높은 수위와 댐 외부 지역의 지하수위간의 수두 차이는 지질 방벽을 통한 물의 흐름을 발생시킨다. 이로 인하여 발생한 유역 외 지역의 얕은 지하수위는 토양 습윤화를 초래하여 토지이용에 제약을 가져온다. 본 연구에서는 습윤화가 진행된 소유역내에 지하 1~1.5 m 심도에서 유공관 등의 배수시설을 설치한 후 그 효과를 분석하였다. 배수시설 설치 이전에 비하여 지하수 관측정에서의 수위는 1 m 이상 하강한 것으로 나타났으며, 저수지와 인접한 골짜기 상류(W1 지점)의 경우에는 2m 이상 하강하여 지하수의 빠른 배출에 의한 효과가 발생하였다. 또한, 지역 내 토양수분함량 및 그 표준편차도 감소하여 배수시설에 의한 지하수위 하강이 토양 습윤화를 억제한 것으로 분석되었다. 댐의 설계 시에는 지형지리적 특성을 고려하여 수두 차이에 의한 외부 지역으로의 누수 현상 예측 및 관련 대책을 수립해 나가야 한다.

• Applied Biological Chemistry
• /
• 제20권1호
• /
• pp.26-32
• /
• 1977

대두(大豆)(Glycine max cultivar Gwang-gyo)의 각 성숙시기(成熟時期)에 나타나는 7S globulin을 분리하여 Davis 방법(方法)에 의한 전기영동과 PAWU용매에 의해서 유리(遊離)되는 그들의 subunit를 전기영동한 결과 7S globulin중의 복합단백질간(複合蛋白質間)에는 그 구성(構成) subunit에 유사성(類似性)이 있음을 시사하였다. 7S globulin의 복합단백질(複合蛋白質)을 DEAE-Sephadex A-50으로 크로마토그라피하여 분리하였다. 이때 pH 7.6의 인산완충액(燐酸緩衝液)에서 NaCl의 농도구배(濃度句配)가 0.28M부터 0.40M 사이에서 두 개의 분획(分劃)으로 분리되었다. 이들 명(名) 단백질(蛋白質)의 subunit를 5M urea와 1% SDS로 유리(遊離)시켜 7.5% acrylamide-PAWU gel과 5.6% acrylamide-SDS gel에서 전기영동하였다. 그 결과 subunit의 하전량(荷電量)에 의해서 분리되는 PAWU gel전기영동에서 7S globulin이 5개의 주 분리대로 분리되고 그중 2개의 분리대가 7S-A globulin과 7S-B globulin에 공유(共有)되어 있었다. 또 subunit의 분자량(分子量)에 따라서 분리되는 SDS gel 전기영동에서는 7S globulin이 7개의 주 분리대를 나타내는데 그 중에서 3개의 분리대가 7S-A와 7S-B 분획에 공유(共有)되어 있었다. 따라서 7S globulin의 복합단백질간(複合蛋白質間)에는 구성(構成) subunit간(間)에 유사성(類似性)이 있는 것으로 나타났다.

• 한국농림기상학회지
• /
• 제18권1호
• /
• pp.16-29
• /
• 2016

우리나라 농경지 중 논은 약55%로 가장 많은 면적을 차지하고 있으며, 논에 서식하는 생물 중 논 환경변화에 민감하고 일정한 방향의 반응을 보이는 생물종은 생물지표로 활용할 수 있다. 생물계절 및 서식범위 등 생물지표를 이용한 분석은 기후변화의 영향을 직관적이고 정량적으로 판단할 수 있는 수단으로 평가된다. 따라서 논에 서식하는 수서생물의 온도변화에 따른 생물반응 연구는 논 생태계의 생물다양성 보전을 위한 계획 수립과 기후변화 감시를 위한 기초자료로서 활용된다. 본 연구에서는 생물계절을 관측하기 위하여 일 단위 관측이 가능한 무인관측시스템을 구축하였다. 무인관측시스템은 유인부, 촬영부, 전원공급부로 구성되며 위도를 고려하여 해남, 부안, 당진, 철원에 설치하였다. 관측자료를 분석한 결과 철원을 제외한 세 지역에서 잔물땡땡이(Hydrochara affinis)와 애물땡땡이(Sternolophus rufipes)의 개체 수를 계측할 수 있었다. 계측 값을 바탕으로 비행시기의 유효적산온도를 판별하였으며 KMA 기후변화 시나리오를 이용하여 2020년대, 2050년대, 2080년대 평년의 비행시기의 변화를 예측하여 비교하였다. 그 결과 2020년대에 비하여 2080년대는 비행시작시기가 15일 이상 앞당겨졌으며 최대 비행시기가 22일, 최종 비행시기가 27일 이상 빨라지는 것으로 나타났다. 서식 위치에 따라서는 내륙보다 해안, 도심보다 도외지, 평야보다 곡간지 논의 비행시기 변화가 뚜렷하였다. 따라서 본 연구의 결과를 바탕으로 잔물땡땡이와 애물땡땡이를 기후변화 지표종으로 활용할 수 있을 것으로 판단된다.

• 한국자기학회지
• /
• 제23권1호
• /
• pp.1-6
• /
• 2013

스핀 궤도 각운동량의 상호작용은 저차원계 자성물질에서 나타나는 여러 가지 특이한 현상들의 물리적 원인을 제공하는 것으로 알려져 있다. 최근 들어 자성 도핑을 이용한 열전 물질의 합금에 대한 관심이 높아지면서, 열전 및 위상 절연체(Topological Insulator) 등의 물리적 성질 결정에 중요한 역할을 하는 페르미 에너지 준위 부근에서의 전자구조에 대한 스핀 궤도 각운동량의 효과 연구가 관심을 끌고 있다. 본 연구에서는 가장 일반적인 열전 호스트 물질인 비스무스 텔루라이드의 격자 상수 및 부피 팽창률에 대한 스핀 궤도 각운동량 상호작용의 효과를 연구하기 위하여 모든 전자(all-electron) FLAPW(full-potential linearized augmented plane wave) 방법을 이용하여 전자구조 계산을 수행하였다. 국소밀도 근사법 및 일반 기울기 보정법의 서로 다른 교환상호작용 퍼텐셜을 채용하고, 수평격자 및 수직격자를 분리하여 변화시키는 구조최적화 계산을 통하여, 스핀-궤도 각운동량 상호작용의 효과가 격자상수 평형 값을 약하게 증가시키는 반면, 부피탄성률을 크게 감소시키는 영향을 주며, 그 효과는 구조적 이방성이 뚜렷한 비스무스 텔루라이드의 특성에 의하여 격자방향에 대한 의존성을 보인다는 것을 확인했다.

• 한국해안해양공학회지
• /
• 제12권2호
• /
• pp.70-80
• /
• 2000

Princeton Ocean Model(POM)에서 지배방정식을 반음해법으로 차분화하여 mode splitting을 제거하고 조간대 처리기법을 도입한 3차원 semi-implicit 모델을 수립하였다 운동방정식의 순압경도력항과 수직방향 와동점 성향, 그리고 수심적분된 연속방정식의 속도발산항을 음해법으로 처리하여 빠르게 움직이는 표면중력파가 야기하는 수치안정조건을 제거하여 더 큰 time step을 사용할 수 있는 semi-implicit 모델을 수립하였다 수립한 3차원 semi-implicit 모델의 유효성과 계산휴율을 확인하기 위하여 이상적인 3차원 수로에 적용한 결과 semi-implicit 모델이 POM과 같은 결과를 주었으나 POM보다 약 4,.4배 정도 빠르게 수행되어 향상된 계산효율을 보여주었다. mode splitting 기법을 사용하는 POM의 유속 결과는 조간대에서 발생한 noise가주 수로에까지 전파되어 불안정 한 결과를 준 반면에 semi-implicit 모델결과는 더 큰 time step을 사용함에도 불구하고 조간대와 주 수로 모두에서 noiserk 없는 안정된 결과를 주었다 3차원 semi-implicit 모델의 현장 적용성을 확인하기 위하여 경기만에 적용한 결과 semi-implicit 모델이 모델 영역 전반에 걸쳐 관측된 조석 및 조류의 크기 및 전파양상을 잘 재현하였다.

• 한국토양비료학회지
• /
• 제40권6호
• /
• pp.488-494
• /
• 2007

고랭지 농업은 표고가 높은 산지의 경사지에서 이루어지고 있고, 비료 및 퇴비 등의 고투입농법에 의존하고 있기 때문에 토양유실 가능성이 상당히 높고 따라서 환경에 악영향을 미칠 가능성이 크다. 이 연구는 식생을 이용한 토양 유실저감효과를 규명하기 위하여 경제성이 있는 산채작물을 재배함으로서 이들의 토양 유실 저감 정도를 평가하였다. 2005년 실험에 따르면 배추포장에 비하여 눈개승마와 참취 포장의 토양 유실량은 1/2로 저감되었으며, 유출량 또한 상대적으로 눈개승마 재배 포장과 침취 재배 포장에서 낮은 것으로 나타났다. 경사도(15%, 30%, 45%)에 따른 토양유실량은 경사도가 증가할수록 증가하였으며, 15% 포장에서 눈개승마의 경우 52.50 kg, 30% 포장에서 눈개승마의 경우 108.33 kg, 45% 포장에서 눈개승마의 경우 171.50 kg로 나타났으며, 배추포장의 경우는 눈개승마 포장에 비해 2~3배 많은 토양 유실량을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권1호
• /
• pp.17-28
• /
• 2019

금융투자 관리 전략 중에서 여러 금융 상품을 선택하고 조합하여 분산 투자하는 것을 포트폴리오 관리 이론이라 부른다. 최근, 블록체인 기반 금융 자산, 즉 암호화폐들이 몇몇 유명 거래소에 상장되어 거래가 되고 있으며, 암호화폐 투자자들이 암호화폐에 대한 투자 수익을 안정적으로 올리기 위하여 효율적인 포트폴리오 관리 방안이 요구되고 있다. 한편 딥러닝이 여러 분야에서 괄목할만한 성과를 보이면서 심층 강화학습 알고리즘을 포트폴리오 관리에 적용하는 연구가 시작되었다. 본 논문은 기존에 발표된 심층강화학습 기반 금융 포트폴리오 투자 전략을 바탕으로 대표적인 비동기 심층 강화학습 알고리즘인 Asynchronous Advantage Actor-Critic (A3C)를 적용한 효율적인 금융 포트폴리오 투자 관리 기법을 제안한다. 또한, A3C를 포트폴리오 투자 관리에 접목시키는 과정에서 기존의 Cross-Entropy 함수를 그대로 적용할 수 없기 때문에 포트폴리오 투자 방식에 적합하게 기존의 Cross-Entropy를 변형하여 그 해법을 제시한다. 마지막으로 기존에 발표된 강화학습 기반 암호화폐 포트폴리오 투자 알고리즘과의 비교평가를 수행하여, 본 논문에서 제시하는 Deterministic Policy Gradient based A3C 모델의 성능이 우수하다는 것을 입증하였다.

• 한국습지학회지
• /
• 제17권1호
• /
• pp.26-37
• /
• 2015

2008년과 2009년에 획득된 KOMPSAT-2 위성영상 자료와 야외조사를 병행하여 순천만과 벌교 연안습지의 염생식물 군락의 정밀한 분포경계를 확인하고 분포 양상과 면적을 구하였다. 순천만과 벌교 연안습지의 주요 군락은 갈대와 칠면초 우점군락으로 확인되었다. 퇴적특성을 파악하기 위해 조간대 표층의 수준측량과 퇴적상 분석이 수행되었다. 염습지의 퇴적상은 대부분 실트질 니와 니질 퇴적상을 보였으며 계절변화는 매우 작았고, 지형구배는 경사도가 $0.0007{\sim}0.002^{\circ}$로 매우 평탄하였다. 연구지역에서 염생식물은 평균해수면보다 0.7~1.8 m 높은 곳을 점하고 있었으며, 갈대우점군락은 평균해수면 위 1.1~1.8 m, 칠면초 우점군락은 평균해수면 위 0.7~1.3 m 높은 고도를 나타내는 범위에서 생육하고 있다. 2009년 분포를 기준으로 순천만 연안습지의 갈대 우점군락의 면적은 약 $0.79km^2$, 칠면초 우점군락의 면적은 약 $0.22km^2$로, 총 면적은 약 $1.01km^2$이다. 벌교천 하구 연안습지의 갈대 우점군락 면적은 약 $0.31km^2$, 칠면초 우점군락의 면적은 약 $0.031km^2$이며, 총 면적은 약 $0.341km^2$이다. 순천만-벌교 하구 염습지에서 각기 105개와 60개의 염생식물 단위군락의 분포양상과 면적이 제시될 수 있었다. 2008/2009년 위성영상에 의해 분석된 염생식물 군락의 정밀한 분포양상과 면적은 국내에서 가장 중요한 염습지인 해당 연구지역에서 향후 염습지 관련 모니터링의 기본자료로 매우 가치가 높을 것으로 판단된다.