• 한국식품위생안전성학회지
• /
• 제34권4호
• /
• pp.348-353
• /
• 2019

LC/MS/MS를 이용하여 2019년 1월부터 6월까지 서울 강서지역에 유통하는 콩나물 및 숙주나물 82건에 대한 카벤다짐 모니터링을 실시한 결과 숙주나물에서는 카벤다짐이 검출되지 않았으며 콩나물에서는 59건중 6건에서 카벤다짐이 검출되어 10.2% 의 검출율을 나타내었다. 카벤다짐이 검출된 콩나물 6건중 5건이 허용기준을 초과하여 검출건수 대비 83.3%의 부적율을 나타내었다. 검출된 카벤다짐의 농도는 최소 0.012 mg/kg, 최대 0.104 mg/kg, 평균 0.063 mg/kg 이었으며 6건중 5건이 재래시장에서 유통되는 비포장 제품이었다. 카벤다짐이 검출된 6건의 원료수입국은 수입산이 3건, 출처불명이 3건 이었으며 국내산으로 표시된 제품은 없었다. 카벤다짐이 검출된 콩나물에 대한 위해성 평가결과 %ADI 값이 1 이하로 인체에 미치는 위해도는 안전한 수준인 것으로 평가되었다.

• 한국정보전자통신기술학회논문지
• /
• 제6권1호
• /
• pp.6-17
• /
• 2013

최근 들어 기존의 녹색 바탕의 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만, 아직 기존의 차량 번호판이 신 차량 번호판으로 전면 교체 되지 않아 두 번호판 모두 사용되고 있기 때문에 주차 관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판 특징에 맞는 인식 시스템이 요구된다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 기존의 녹색 번호판과 흰색 번호판 모두를 추출하고 인식 할 수 있는 알고리즘에 관한 연구를 수행하였다. 다양한 환경에서 획득한 차량 영상으로부터 번호판 영역을 추출하기 위하여 형태학적 특징을 이용하였고, 추출된 번호판 영역의 수평, 수직 히스토그램과 문자의 상대적 위치 정보를 이용하여, 문자를 분리하였다. 최종적으로, 분리된 문자를 인식하기 위해 주성분 분석법(PCA : Principal Component Analysis)과 선형 판별 분석법(LDA : Linear Discriminant Analysis)을 적용하여 인식 시스템을 구성하였다. 실험 결과, 불규칙한 조명 상태에서도 상대적으로 높은 추출률과 문자 인식률을 나타내었다.

• 한국건설관리학회논문집
• /
• 제15권4호
• /
• pp.39-48
• /
• 2014

한국은 매우 빠르게 고령화가 진행되고 있고 2010년 독거노인이 100만 여명으로 전체노인의 19%를 점유하고 지속 증가 추세에 있어 독거노인 케어를 위한 다양한 정책과 연구들이 진행되고 있으나 고비용구조의 시스템 설치, 몸에 기기 부착에 따른 생활불편, 감시카메라에 의한 사생활노출, 소방서 출동, 시스템 유지관리 등 다양한 문제점을 않고 있어 보편적 실현에 한계가 있다. 따라서 본 연구에서는 대부분의 공동주택에 기본 인프라로 설치되고 있는 원격검침시스템 에너지 사용량 정보를 기반으로 보편적 독거노인 안전확인 모니터링 시스템을 구축하기 위한 요인과 방법론을 도출하고 이를 기반으로 한 서비스 구현방안을 제시하는 것이 목적이다. 본 연구에서 제시한 단계별 프로세스에 따라 대응할 경우 추가 시설 비용부담이 없고 사생활침해 등 문제점이 해소되고 또한 관리소 인력을 활용 365일 모니터링이 가능한 장점을 가지고 있어 독거노인의 안전확인 모니터링은 물론 고독사 조기발견에 유용하게 활용할 수 있을 것이다. 또한 본 연구결과는 유비쿼터스 서비스 중 보건 의료 복지 단위서비스의 노약자 안전생활 모니터링 U-서비스로 정착될 수 있을 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.345-353
• /
• 2021

Cloud computing represent a new era of computing that's forms through the combination of service-oriented architecture (SOA), Internet and grid computing with virtualization technology. Virtualization is a concept through which every cloud is enable to provide on-demand services to the users. Most IT service provider adopt cloud based services for their users to meet the high demand of computation, as it is most flexible, reliable and scalable technology. Energy based performance tradeoff become the main challenge in cloud computing, as its acceptance and popularity increases day by day. Cloud data centers required a huge amount of power supply to the virtualization of servers for maintain on- demand high computing. High power demand increase the energy cost of service providers as well as it also harm the environment through the emission of CO₂. An optimization of cloud computing based on energy-performance tradeoff is required to obtain the balance between energy saving and QoS (quality of services) policies of cloud. A study about power usage of resources in cloud data centers based on workload assign to them, says that an idle server consume near about 50% of its peak utilization power [1]. Therefore, more number of underutilized servers in any cloud data center is responsible to reduce the energy performance tradeoff. To handle this issue, a lots of research proposed as energy efficient algorithms for minimize the consumption of energy and also maintain the SLA (service level agreement) at a satisfactory level. VM (virtual machine) consolidation is one such technique that ensured about the balance of energy based SLA. In the scope of this paper, we explore reinforcement with fuzzy logic (RFL) for VM consolidation to achieve energy based SLA. In this proposed RFL based active VM consolidation, the primary objective is to manage physical server (PS) nodes in order to avoid over-utilized and under-utilized, and to optimize the placement of VMs. A dynamic threshold (based on RFL) is proposed for over-utilized PS detection. For over-utilized PS, a VM selection policy based on fuzzy logic is proposed, which selects VM for migration to maintain the balance of SLA. Additionally, it incorporate VM placement policy through categorization of non-overutilized servers as- balanced, under-utilized and critical. CloudSim toolkit is used to simulate the proposed work on real-world work load traces of CoMon Project define by PlanetLab. Simulation results shows that the proposed policies is most energy efficient compared to others in terms of reduction in both electricity usage and SLA violation.

• 한국식품위생안전성학회지
• /
• 제37권2호
• /
• pp.69-79
• /
• 2022

본 연구에서는 냉동 과·채류의 잔류농약 실태조사를 위해 국내 온·오프라인 매장에서 유통 및 판매 중인 냉동 과·채류 107건을 대상으로 하여 다종농약다성분 분석법으로 잔류농약 341종을 분석하였다. 잔류농약 분석 결과 냉동 과일류 64건에서 16건, 냉동 채소류 43건에서 15건이 검출되어, 총 31건에서 잔류농약이 검출되었으며, 검출률 29.0%를 보였다. 이 중 냉동무청 1건에서 pyridaben이 PLS (positive list system)에 따라 농약 잔류허용기준을 초과하였으며, 부적합률은 0.9%로 나타났다. 냉동 과일류와 냉동 채소류 중 잔류농약은 각각 11종 23회, 21종 36회 검출되어, 총 28종 59회 검출되었다. 냉동 과일류에선 살균제가 7종 17회로 가장 많이 검출되었고, 냉동 과·채류에선 14종 26회로 살충제가 가장 많이 검출되었다. 최다 검출 농약은 살충제 및 살비제인 chlorfenapyr (5회)와 살균제인 boscalid (5회)로, chlorfenapyr는 냉동 채소류에서만 검출되었고, boscalid는 1건을 제외하고 모두 냉동 과일류에서 검출되었다. 본 연구 결과로 냉동과·채류에 다양한 종류의 농약이 잔류하고 있음을 확인하였으며, 향후 냉동 과·채류에 대한 잔류농약 안전성 관리를 위한 기초자료로 사용될 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 한국환경농학회지
• /
• 제33권4호
• /
• pp.388-394
• /
• 2014

이 연구는 농산물 중 아클로니펜의 안전관리를 위한 공정분석법을 확립하기 위하여 수행하였으며 분석법의 선택성, 검출한계 및 정량한계, 회수율에 대한 검증을 통하여 아클로니펜의 공정시험법으로의 유효성을 확인하였다. 아클로니펜의 이화학적 특징에 따라 분석기기는 GC-ECD를 사용하였고, 아세톤 추출 후 실리카 카트리지를 이용하여 정제하였다. 개발된 분석법의 회수율은 고추에서 92.3-95.0%, 감귤에서 74.3-90.4%, 아몬드에서 76.7-89.8%였으며, 분석오차는 8%이하로 코덱스 가이드라인 (CAC/GL 40)에 적합하였다. 또한 GC-MS를 이용한 재확인 과정을 통해 분석법의 신뢰성을 확보하였다. 따라서 본 분석법의 정확성 및 재현성이 입증되어 농산물 중 아클로니펜의 잔류분석에 적용할 수 있을 것으로 판단된다.