• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

• 한국가금학회지
• /
• 제46권1호
• /
• pp.17-24
• /
• 2019

본 연구는 오브알부민 프로모터의 최적 크기를 결정하기 위해 수행하였고, 이를 위해 2.8, 5.5, 그리고 Mut-4.4 kb의 오브알부민 프로모터를 리포터 벡터에 클로닝하여 다양한 세포들에서 프로모터의 활성을 검증하였다. Mut-4.4kb-pOV는 2.8와 5.5kb-pOV에 비해 HeLa, MES-SA, 그리고 LMH/2A에서 높은 수준의 프로모터 활성을 유도하였으나, cEF 세포에서는 낮은 활성을 보였다. 한편, Mut-4.4kb-pOV/pGL4.11 벡터가 도입된 HeLa, MES-SA, LMH/2A, 그리고 cEF 세포에서 에스트로겐 처리에 의한 반응성을 검증한 결과, cEF 세포를 제외한 나머지 세포들은 에스트로겐을 처리했을 때 리포터 유전자의 발현량이 증가하였다. 또한 LMH/2A 세포에 500 nM 에스트로겐 처리 결과, Mut-4.4kb-pOV는 에스트로겐 처리 후에도 2.8와 5.5kb-pOV에 비해 높은 수준의 프로모터 활성을 유도하였다. 더불어 ERE 영역이 없는 2.8kb-pOV는 LMH/2A 세포에서 500 nM 에스트로겐 처리 후 프로모터의 활성에 효과가 없었으나, ERE 영역을 포함하는 5.5 그리고 Mut-4.4kb-pOV는 에스트로겐 처리에 의해 프로모터의 활성이 증가한 결과를 보였다. 이상의 결과는 Mut-4.4kb-pOV가 형질전환 암탉을 생산하기 위한 재조합바이러스 벡터의 프로모터 영역으로 2.8와 5.5kb-pOV에 비해 보다 효율적인 크기임을 보여주는 결과이다.

• 한국식품위생안전성학회지
• /
• 제34권2호
• /
• pp.148-157
• /
• 2019

본 연구는 현재 우리나라에서 착색료로 사용허가 되어 있지만 아직 분석법이 개발되지 않은 철클로로필린나트륨의 최적 분석법을 개발하기 위하여 진행되었다. 철클로로필린나트륨은 HPLC-PDA (390 nm), Inertsil ODS-2 column, 1% 초산을 함유한 메탄올-물(80:20, v/v)을 이동상으로 분석할 때 가장 우수한 분리능과 재현성을 나타내었다. UPLC/MS를 통하여 철클로로필린나트륨의 주유도체를 확인한 결과 철 클로린 e4(Fe-chlorin e4)와 철 이소클로린 e4(Fe-isochlorin e4)가 피크의 주요 구성성분임을 확인하였다. 최적 분석법의 타당성을 확보하기 위해 직선성, 검출한계, 정량한계, 정확도, 정밀도, 회수율 분석을 실시하였다. 검량선의 $R^2$은 0.9999, 검출한계는 0.1 mg/kg, 정량한계는 0.3 mg/kg로 나타나 직선성, 검출 한계, 정량한계가 모두 우수하였다. 정확도는 일내분석 93.9~100.8%, 일간분석 99.3~104.95%로 나타났고, 정밀도는 일내분석 2.0~5.4%, 일간분석 4.6~7.7%로 나타났다. 회수율은 수용성 식품(캔디)과 지용성 식품(샐러드드레싱)에서 각각 93.3~104.4%(RSD 0.3~4.3%)과 82.6~114.9%(RSD 1.2~2.0%)로 나타나 국제표준화 기구(ISO)의 기준에 적합하였다. 본 연구는 식품 중 함유된 철클로로필린나트륨을 분석하고 그 유도체를 확인한 결과로 향후 공인분석 방법으로 활용 가치가 클 것으로 기대된다.

• 한국식품위생안전성학회지
• /
• 제34권1호
• /
• pp.13-21
• /
• 2019

본 연구는 2018년 국내식품 중 신규 기준설정 예정 농약인 스트렙토마이신의 잔류 농약 검사를 위한 공정시험법을 마련하기 위하여 수행하였다. 스트렙토마이신은 아미노글리코사이드계 항생제로 소, 돼지, 닭 등 가축 및 가금에 동물용의약품으로 허가되어 세균성 질병치료에 사용되고 있다. 또한 우리나라에서는 감귤, 매실, 참다래, 복숭아 등에 발병하는 세균성 병해를 방지하기 위하여 농약으로 등록되어 있다. 국내에서는 스트렙토마이신의 잔류물의 정의를 스트렙토마이신과 디히드로스트렙토마이신의 합으로 정하여 관리하고 있으며 잔류허용기준은 동물용의 약품으로 사용 시 불검출부터 1.0 mg/kg까지 설정되어 있다. 농약으로 사용 시 농산물 중 잔류허용기준은 설정되어 있지 않으며 식품공전의 시험법 역시 동물용의약품에 적용되는 시험법으로 설정되어 있다. 이에 농산물 중 잔류허용기준 설정을 위한 시험법 마련이 시급하여 본 연구에서는 식품공전에서 정하고 있는 대표농산물 5종(현미, 감자, 대두, 감귤, 고추)을 포함한 잔류시험법을 개발하고자 하였다. 따라서 수용성 유기용매인 메탄올의 적용과 포름산을 이용한 pH 조절을 통한 추출법 및 HLB 카트리지를 이용한 정제법을 최적화하여 LC-MS/MS에 의한 분석법을 확립하였다. 스트렙토마이신과 디히드로스트렙토마이신의 시험법 정량한계는 0.01 mg/kg으로 PLS 제도에 맞는 잔류허용기준 수준을 만족하였다. 스트렙토마이신과 디히드로스트렙토마이신의 평균 회수율은 각각 72.0~116.5%와 72.1~116.0%이었고, 상대표준편차는 각각 12.3%와 12.5% 이하로 조사되어 이러한 결과는 국제식품규격위원회 가이드라인(CAC/GL 40-1993, 2003)의 잔류농약 분석기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 검증하였다. 따라서 본 연구에서 개발한 시험법은 농산물 중 스트렙토마이신의 잔류검사를 위한 공정시험법으로 활용할 수 있으며 유사 농산물에 대한 적용도 가능하리라 판단되어 향후 국내 농산물 중 농약의 잔류허용기준 신설 및 잔류농약 검사의 기초자료로 활용 가능할 것이다.

• 대한화장품학회지
• /
• 제45권3호
• /
• pp.217-224
• /
• 2019

프탈레이트는 내분비계 교란 물질로서 성호르몬과 구조가 유사하여 주로 생식독성과 발달독성을 나타낸다. 이번 연구에서는 우리나라 화장품규제 물질인 3종 프탈레이트 이외 어린이제품 안전공통기준, EU 화장품 기준(EC No. 1223/2009) 등에서 규제하고 있는 프탈레이트 종류를 추가하여 총 11종 프탈레이트에 관하여 분석을 실시하였다. GC-MS/MS를 이용하여 분석조건을 설정하였고 분석방법에 대한 유효성 검증 결과 특이성, 직선성, 회수율, 정밀성, 정량한계 등을 만족하였다. 유효성이 검증된 시험방법을 이용하여 네일 화장품 및 네일 관련 제품 82건을 대상으로 분석을 실시하였다. 네일 폴리시에서는 DBP, BBP, DEHP, DPP, DIBP, DIDP 등 6종의 프탈레이트가 $1.0{\sim}59.8{\mu}g/g$의 농도로 검출되었으나 우리나라 화장품기준에 적합하였다. 인조손톱에서는 DIBP, DBP 2종에서 $1.1{\sim}2.6{\mu}g/g$, 글루에서 DBP, DEHP 2종 $1.4{\sim}2.5{\mu}g/g$, 스티커 DIBP, DBP, DEHP 3종에서 $2.5{\sim}33.3{\mu}g/g$ 의 결과가 나왔고 '어린이제품 공통안전기준'을 적용시 모두 적합하였다. DIBP는 우리나라에는 규제물질이 아니지만 DBP (86.6%), DEHP (63.4%)에 이어 14.6%의 검출률을 나타내었다. 현재 우리나라 기준으로는 네일제품이 프탈레이트에 대해 안전하다고 판단되지만 비규제물질에 대한 지속적인 감시와 연구도 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.127-137
• /
• 2019

재범예측은 70년대 이전부터 전문가들에 의해서 꾸준히 연구되어온 분야지만, 최근 재범에 의한 범죄가 꾸준히 증가하면서 재범예측의 중요성이 커지고 있다. 특히 미국과 캐나다에서 재판이나 가석방심사 시 재범 위험 평가 보고서를 결정적인 기준으로 채택하게 된 90년대를 기점으로 재범예측에 관한 연구가 활발해졌으며, 비슷한 시기에 국내에서도 재범요인에 관한 실증적인 연구가 시작되었다. 지금까지 대부분의 재범예측 연구는 재범요인 분석이나 재범예측의 정확성을 높이는 연구에 집중된 경향을 보이고 있다. 그러나 재범 예측에는 비대칭 오류 비용 구조가 있기 때문에 경우에 따라 예측 정확도를 최대화함과 동시에 예측 오분류 비용을 최소화하는 연구도 중요한 의미를 가진다. 일반적으로 재범을 저지르지 않을 사람을 재범을 저지를 것으로 오분류하는 비용은 재범을 저지를 사람을 재범을 저지르지 않을 것으로 오분류하는 비용보다 낮다. 전자는 추가적인 감시 비용만 증가되는 반면, 후자는 범죄 발생에 따른 막대한 사회적, 경제적 비용을 야기하기 때문이다. 이러한 비대칭비용에 따른 비용 경제성을 반영하여, 본 연구에서 비대칭 오류 비용을 고려한 XGBoost 기반 재범 예측모델을 제안한다. 모델의 첫 단계에서 최근 데이터 마이닝 분야에서 높은 성능으로 각광받고 있는 앙상블 기법, XGBoost를 적용하였고, XGBoost의 결과를 로지스틱 회귀 분석(Logistic Regression Analysis), 의사결정나무(Decision Trees), 인공신경망(Artificial Neural Networks), 서포트 벡터 머신(Support Vector Machine)과 같은 다양한 예측 기법과 비교하였다. 다음 단계에서 임계치의 최적화를 통해 FNE(False Negative Error)와 FPE(False Positive Error)의 가중 평균인 전체 오분류 비용을 최소화한다. 이후 모델의 유용성을 검증하기 위해 모델을 실제 재범예측 데이터셋에 적용하여 XGBoost 모델이 다른 비교 모델 보다 우수한 예측 정확도를 보일 뿐 아니라 오분류 비용도 가장 효과적으로 낮춘다는 점을 확인하였다.

• 한국식품위생안전성학회지
• /
• 제34권3호
• /
• pp.235-241
• /
• 2019

본 연구는 농산물 중 잔류허용기준 신설 예정 농약인 가스가마이신의 안전 관리를 위한 공정 시험법을 개발하기 위하여 수행되었다. 가스가마이신은 단백질 합성과정 중 번역 개시 단계를 저해하여 균의 증식을 억제하는 작용기작을 가지고 있으며 특히 사상균인 Piricularia oryzae에 의해 발병하는 도열병을 예방하는 데 효과적이다. 현재 우리나라에는 농산물 중 가스가마이신의 잔류물의 정의가 설정되어 있지 않고 모화합물 만을 잔류물의 정의로 예정하고 있다. 또한 잔류허용기준이 설정된 농산물이 없기 때문에 모든 국내 재배 농산물 또는 수입 농산물 유통 시 실시하는 잔류농약 검사에서 농약 허용물질목록관리제도(Positive List System; PLS)에 의하여 잔류량이 0.01 mg/kg 이하가 되어야 한다. 이에 농산물 중 잔류농약 분석 및 검사를 위한 공정 시험법 마련이 시급하여 본 연구에서는 대표농산물 5종(현미, 감자, 대두, 감귤, 고추)을 대상으로 시험법을 개발하고자 하였다. 따라서 수용성 유기용매인 메탄올의 적용과 수산화나트륨을 이용한 pH 조절을 통한 추출법 및 HLB 카트리지를 이용한 정제법을 최적화하여 LC-MS/MS에 의한 분석법을 확립하였다. 가스가 마이신의 시험법 정량한계는 0.01 mg/kg이며 5종의 농산물에 0.01, 0.1 및 0.5 mg/kg의 처리농도로 회수율 실험을 한 결과 평균 회수율은 71.2~95.4%이었고, 상대표준 편차는 12.1% 이하로 조사되었다. 이러한 검증 결과는 국제식품규격위원회 가이드라인(CAC/GL 40-1993, 2003)의 잔류농약 분석 기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 확인하였다. 따라서 본 연구에서 개발한 시험법은 국내 및 수입 농산물 중 가스가마이신의 안전 관리를 위한 공정시험법으로 활용될 수 있으며 잔류물의 정의 및 잔류허용기준을 설정하는 데 기초자료로써 활용 가능할 것이다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.167-175
• /
• 2019

차량화재가 대부분인 터널 화재 사고에 효과적으로 대응하기 위해서는 초기에 화재를 진압하는 것이 가장 효율적이다. 그러나 도심지 터널의 경우 화재 사고시 차량 정체로 인해 소방대 투입이 어려워 신속한 소화 활동에 제약을 받으며, 이러한 문제는 최근 장대화 및 대심도화 되고 있는 지하도로(복층터널)의 경우 더욱더 심하게 나타날 것으로 판단된다. 국내의 경우 터널에서 발생되는 재난 재해에 대비하여 터널연장과 터널 조건별로 정해지는 위험도 지수를 토대로 연장등급과 방재등급을 산정하여 방재시설 설치 범위를 규정하고 있으며, 특히 터널 화재에 직접적으로 대응하기 위한 설비로 소화기구, 옥내소화전설비, 물분무설비 등을 등급에 따라 기본시설로 지정하고 있다. 그러나 이런 소화설비는 현실적으로 기능적이고 기술적인 측면에서 많은 약점이 발생되어 개선방안이 필요한 실정이다. 특히, 하나의 단면을 중간 슬래브로 나눠 상하행선으로 사용하는 형태인 복층터널의 경우 일반 소화설비보다 더 신속하고 효과적으로 화재 진압이 가능한 설비가 필요할 것으로 판단된다. 따라서 본 연구에서는 기존 터널 방재시설(소화설비)이 가지는 문제점을 보완하고, 복층터널의 구조적 특수성에 최적화된 원격 자동소화 시스템을 개발하였다. 그 결과로 낮은 층고를 고려한 장거리용 설비와 보급성을 확대한 옥내소화전용 설비 등 두 가지 형태의 시스템 개발을 완료하여 성능을 검증하였으며, 실제 터널에 보급되어 널리 활용될 수 있도록 현재 실용화를 추진 중에 있다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.

• 한국식품위생안전성학회지
• /
• 제34권2호
• /
• pp.158-169
• /
• 2019

우리나라의 해외 곡류 수입량과 수입국가의 다변화를 고려 해 볼 때, 호밀, 밀, 귀리 등 맥류에서 주로 발생하는 것으로 알려져 있는 맥각알칼로이드의 노출가능성도 배제할 수 없다. 따라서 본 연구는 곡류 및 곡류가공품 중 맥각알칼로이드에 대한 선제적 안전관리를 위해 호밀 및 가공품 (크래커, 맥주) 으로 부터 에르고메트린을 포함한 12종 맥각알칼로이드의 공인 시험법을 개발하고자 하였다. 아세토니트릴이 함유된 2 mM 탄산암모늄용액 추출과 Mycocep catridge를 이용한 정제 농축이 전처리 방법으로 적합함이 확인되었고, 기기분석을 통해 표준물질 첨가 검량선의 직선성이 12개 알칼로이드 모두 $R^2$ >0.99 이상이었으며, 정량한계는 $0.01{\sim}0.05{\mu}g/kg$수준이었다. 시험법 검증을 통해 대상 품목간의 차이는 있으나, 12개 맥각 알칼로이드 모두 회수율은 72~113% 수준이었으며, 반복성은 2~10% 수준으로 적합성이 확인되었다.