• 천문학회보
• /
• 제45권1호
• /
• pp.61.4-62
• /
• 2020

We present H I gas kinematics and star formation activities of NGC 6822, a dwarf galaxy located in the Local Volume at a distance of ~490 kpc. We perform profile decomposition of the line-of-sight velocity profiles of the high-resolution (~42.4" × 12") spatial; ~1.6 km/s spectral) H I data cube taken with the Australia Telescope Compact Array (ATCA). For this, we use a new tool, the so-called BAYGAUD (BAYesian GAUssian Decompositor) which is based on Bayesian Markov Chain Monte Carlo (MCMC) techniques, allowing us to decompose a line-of-sight velocity profile into an optimal number of Gaussian components in a quantitative manner. We classify the decomposed H I gas components of NGC 6822 into kinematically cold, warm or hot ones with respect to their velocity dispersion: 1) cold: < 4 km/s, 2) warm: 4 ~ 8 km/s, 3) hot: > 8 km/s. We then derive the Toomre-Q parameters of NGC 6822 using the kinematically decomposed H I gas maps. We also correlate their gas surface densities with the surface star formation rates derived using both GALEX far-ultraviolet and WISE 22 micron data to examine the impact of gas turbulence caused by stellar feedback on the Kennicutt-Schmidt (K-S) law. The kinematically cold component is likely to better follow the linear extension of the Kennicutt-Schmidt (K-S) law for molecular hydrogen (H2) at the low gas surface density regime where H I is not saturated.

• 한국식품과학회지
• /
• 제47권4호
• /
• pp.539-543
• /
• 2015

다래 과실(품종명 만수)의 건조 절편을 제조하고자 열풍건조기를 이용하여 35, 50 및 $70^{\circ}C$의 여러 온도에서 생과를 24시간 동안 열풍건조 하였다. 열풍건조 다래의 총 페놀 함량, 총 플라보노이드 함량과 산화방지능은 열처리하지 않은 생과(대조구)보다 감소하였다. ABTS 및 DPPH 라디칼 소거능에 기반하여 측정한 산화방지능과 총 페놀 함량 및 총 플라보노이드 함량과의 상관관계는 $r^2$이 0.9 이상으로 높은 반면에, ORAC 법을 이용한 산화방지능은 상대적으로 낮은 상관관계를 나타내었다. 이러한 실험결과를 바탕으로 건조다래의 제조 시 온도 등 최적 가공 조건을 확립하여, 기능성이 우수한 건조다래를 개발할 필요가 있다. 또한, 고분자 함량이 많은 과피와 함께 과육의 섭취가 가능한 다래를 활용하여 주스, 젤리 등 다양한 제품을 개발할 필요도 있다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.111-128
• /
• 2019

지하철은 많은 승객들을 원거리까지 안전하고, 신속 정확하게 원하는 지점으로 대량 수송할 수 있는 친환경적인 교통수단이다. 지하철의 공익성을 증대시키기 위해서는 정확한 승객 수요 예측이 이루어져야 한다. 본 연구는 정확한 지하철 수요예측을 위하여, 군집분석을 통해 서울시 1-9호선 지하철역들을 군집화 하였다. 그 후, 전체 역과 각 군집 별 최종 예측 모형을 제시하였다. 군집화 결과, 294개의 역이 3개로 군집화 되었으며 그룹 1은 상공업지구, 그룹 2는 주상복합지구, 그룹 3은 주거지구가 중심이 되는 역들로 나타났다. 그 후 각 군집 별로 다양한 데이터 마이닝 기법을 이용해 지하철 승차인원 예측 모형을 제시하고, 수요 예측에 중요한 영향을 미치는 요인들을 도출하였다. 그리고 최종 모형을 바탕으로 2018년 10월에 개통될 서울시 9호선 3단계 연장역인 8개 신설역의 3개월 수요를 예측하였다. 8개 신설역의 월평균 시간당 평균 승차인원은 약 241에서 452명, 월평균 시간당 최대 승차인원은 약 969에서 1,515명으로 추정되었다. 본 분석의 최종 모형을 활용한 신설역의 지하철 수요 예측은 대중교통 정책 결정을 위한 기초자료로 활용되어 효율적인 지하철 운영 방안 수립에 기여할 수 있을 것이다.