• 분석과학
• /
• 제22권6호
• /
• pp.488-497
• /
• 2009

이 연구에서는 2010년 기준의 지정악취물질에 해당하는 유기지방산과 함께 기존 VOC류 지정 악취물질들을 포괄적으로 분석할 수 있는 흡착관-열탈착 분석기법을 연구하였다. 이러한 분석기법의 검량특성을 평가하기 위해, Tenax TA를 충전한 시료흡착관을 준비하였다. 그리고 여기에 유기지방산 4종 (propionic acid (PA), butyric acid (BA), isovaleric acid (IA), valeric acid (VA))을 위시한 13 가지 조사성분을 함유한 작업용 표준시료를 주입하고 저온농축기법으로 분석하였다. 유기지방산의 분석감도를 절대량 (ng) 및 농도기준 (ppb)의 검출한계로 비교해 보았을 때, 다른 일반적인 VOC 악취성분들에 비해 약 1.5-2배 낮게 나타나는 것을 확인하였다(PA: 0.24 ng (0.16 ppb), BA: 0.19 ng (0.11 ppb), IA: 0.15 ng (0.07 ppb), and VA: 0.28 ng (0.13 ppb)). 분석의 재현성을 RSE로 표시할 경우, 대부분의 성분들이 5% 이내로 안정적으로 나타난 반면, BA (8.02%), IA (14.0%), VA (5.08%)는 5%가 넘을 정도로 낮은 재현성을 보였다. 이러한 결과를 내부표준물질을 이용한 검량으로 비교하였을 때, 대다수 성분의 재현성이 향상되는 양상을 보였다(PA: $1.1{\pm}0.4%$, BA: $10{\pm}0.46$, IA; $12{\pm}0.3%$, VA: $4{\pm}0.1%$). 이 연구의 결과, 악취공정시험법에서 유기지방산의 분석방법으로 권장한 알칼리 흡수법에 대비하여 흡착튜브를 이용한 시료의 채취가 보다 유용한 대체방법으로 활용 가능한 것으로 나타났다.

• 한국방재안전학회논문집
• /
• 제16권2호
• /
• pp.15-32
• /
• 2023

홍수 유량측정은 직접 하천에 접촉하는 방식의 경우 측정인력의 안전 문제와 다수의 인력이 필요한 점 등 어려운 점이 많다. 최근 이러한 문제점을 해결하기 위해 현장에서 측정이 간편하고, 수면에 접촉하지 않는 비접촉방식의 전자파표면유속계 활용이 증가하고 있으나 돌발적이고 급변하는 현장 여건의 적용에 있어 어려움이 있다. 따라서, 홍수 상황에서 표면유속을 이용한 유량산정방법은 이론적이고, 경제적인 접근이 필요하다. 본 연구에서는 전자파표면유속계 측정자료와 수위-유량관계곡선식 자료를 수집하여 표면유속을 이용한 지표유속법과 유속분포법을 적용 및 분석하였다. 전반적으로 동수반경 3 m 이상 또는 평균유속 2 ㎧ 이상에서는 모든 방법이 측정유량 및 환산유량과 유사한 결과로 분석되었다. 그리고 대상지점 중 수위-유량관계곡선식 고수위 범위에서 최대유속 발생 위치 구간의 최대 표면유속을 이용하여 지표유속법과 유속분포법으로 유량을 산정하였고, 환산유량과의 평균 상대오차가 모두 10% 이내로 비교적 일치하였다. 홍수시 한 개의 최대 표면유속 측정과 지표유속법 및 유속분포법을 이용한 유량산정방법은 고수위 외삽 개발에 적용할 경우 외삽추정 구간에 대한 신뢰도를 제고할 수 있을 것으로 판단되었다. 따라서, 본 연구결과를 토대로 한 표면유속을 이용한 유량산정방법은 신속하고 효율적인 홍수 유량측정 방안이 될 것으로 기대된다.

• 한국의학물리학회지:의학물리
• /
• 제18권2호
• /
• pp.81-86
• /
• 2007

영상유도 방사선치료의 대표적 방법의 하나로 선형가속기에 부착된 on-board imager (OBI) 영상장치를 사용하여 획득한 cone-beam CT (CBCT) 영상이 정밀 방사선치료 시 환자 정렬 오류를 보정하는데 활용되고 있다. 본 연구에서는 CBCT 영상 획득 시 환자 호흡에 의한 영상 품질과 정보의 변화를 분석하고자 호흡 움직임을 모사할 수 있는 팬텀과 CBCT 영상획득용 팬텀을 제작하고, 여러 움직임 조건에서 획득한 CBCT 영상들과 정지상태에서 얻은 CBCT 영상과의 비교, 분석을 수행하였다. 분석대상 움직임 조건을 구성하는 요소로서 움직임 주기는 5가지(2초, 3초, 4초, 5초, 6초)를 선정하였고, 움직임 변위 크기는 4가지(0.7 cm, 1.6 cm, 2.4 cm, 3.1 cm)를 선정하여 총 20가지의 움직임 조건에서 CBCT 영상을 획득하였다. CBCT 영상의 CT값의 상대적 크기로 비교한 영상 화소 값 강도의 평균 변화는 정지 상태의 영상과 비교하여 변위가 0.7 cm의 경우 71.07%, 1.6 cm의 경우 48.88%, 2.4 cm의 경우 30.60%, 3.1 cm의 경우 17.38% 값을 보였고, 팬텀 움직임 방향의 영상 길이는 정지상태에서 2.1 cm, 움직임 변위가 0.7 cm의 경우 2.66 cm, 1.6 cm의 경우 3.06 cm, 2.4 cm의 경우 3.62 cm, 3.1 cm의 경우 4.04 cm 값을 보여 움직임 변위 크기가 클수록 영상 품질 저하와 형태적 정보의 왜곡정도도 증가하였다. 움직임 주기에 의한 영상품질의 변화는 움직임 변위 크기가 작은 경우를 제외하고는 특별한 영향이 없었다. 본 연구를 통해 환자 호흡에 의한 움직임 변위가 큰 부위의 CBCT 영상을 획득할 때, 영상 품질과 정보에 변화가 발생할 수 있어 이 점을 고려하여 임상에 사용해야 하며, 궁극적으로 호흡 신호와 연동된 CBCT 영상이 필요함을 확인할 수 있었다.로버 + 혼파초지에 비하여 낮은 결과를 보였다(p<0.05). 2년 평균 CPDM 수량은 레드 클로버 + 혼파초지가 2,832kg으로 관행 혼파초지(2,372kg)나 잔디형 초종 + 혼파초지(2,266kg)에 비하여 높은 결과를 나타내었다(p<0.05). 2년 평균 DDM 수량은 레드 클로버 + 혼파초지가 8,881kg으로 관행 혼파초지(8,255kg)나 잔디형 초종 + 혼파초지(7,314kg)에 비하여 높은 결과를 얻었다(p<0.05). 2005년 5회 예취시의 식생비율은 관행 혼파초지는 orchardgrass는 45%, tall fescue 22%, Kentucky bluegrass 5% 및 white clover 24%이었으며, 레드 클로버 + 혼파초지는 orchardgrass 40%, tall fescue 22%, Kentucky bluegrass 4% 및 red clover 31%이었고, 잔디형 초종 + 혼파 초지는 orchardgrass 37%, 잔디형 초종 37%(tall fescue 23%, Kentucky bluegrass 6%, perennial ryegrass 8%) 및 white clover 23%를 유지하였다. 이상의 결과를 종합할 때, 초종과 파종비율에 따른 혼파초지의 건물수량과 사료가치의 차이를 확인할 수 있었으며, 레드 클로버 + 혼파 초지가 건물수량과 사료가치를 높이는데 효과적이었다.\ell}$ 이었으며 , yeast extract 첨가(添加)하여 배양시(培養時)는 yeast extract 농도(濃度)가 증가(增加)함에 따라 단백질(蛋白質) 함량(含量)도 증가(增加)하였다. 7. CHS-13 균주(菌株)의 RNA 함량(含量)은 $4.92{\times}10^{-2 }\;mg/m{\ell}$이었으며 yeast extract 농도(濃度)가 증가(增加)함에 따라 증가(增加)하다가 농도(濃度) 0.2%에서 최대함량(最大含量)을 나타내고

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.