The nuclear legacy that remains in the United Kingdom (UK) is complex and diverse. Consisting of legacy ponds and silos, redundant reprocessing plants, research facilities, and non-standard or one-off reactor designs, the clean-up of this legacy is under the stewardship of the Nuclear Decommissioning Authority (NDA). Through a mix of prompt and delayed decommissioning strategies, the NDA has made great strides in dealing with the UK’s nuclear legacy. Fuel debris and sludge removal from the legacy ponds and silos situated at Sellafield, as part of a prompt decommissioning strategy for the site, has enabled intolerable risks to be brought under control. Reactor defueling and waste retrievals across the Magnox fleet is enabling their transition to a period of care and maintenance; accelerated through the adopted ‘Lead and Learn’ approach. Bespoke decommissioning methods implemented by the NDA have also enabled the relevant site licence companies to tackle non-standard reactor designs and one-off wastes. Such approaches have potential to influence and shape nuclear decommissioning decision making activities globally, including in Korea.

The challenges facing companies and institutions surrounding civil nuclear decommissioning are diverse and many, none more so than those faced in the United Kingdom. The UK’s Generation I nuclear power plants and early research facilities have left a ‘Nuclear Legacy’ which is in urgent need of management and clean-up. Sellafield is quite possibly the most illfamed nuclear site in the UK. This complex and challenging site houses much of what is left from the early days of nuclear research in the UK, including early nuclear reactors (Windscale Piles, Calder Hall, and the Windscale Advanced Gas Cooled Reactor) and the UK’s early nuclear weapons programme. Such a legacy now requires careful management and planning to safely deal with it. This task falls on the shoulders of the Nuclear Decommissioning Authority (NDA). Through a mix of prompt and delayed decommissioning strategies, key developments in R&D, and the implementation of site licenced companies to enact decommissioning activities, the NDA aims to safety, and in a timely manner, deal with the UK’s nuclear legacy. Such approaches have the potential to influence and shape other such approaches to nuclear decommissioning activities globally, including in Korea.

2D 퍼즐은 인기있는 보드게임이다. 2D 퍼즐을 완성하는 기술은 많이 연구되었다. 하지만 2D만으로는 대상 을 효과적으로 표현하기 어렵다는 한계가 있다. 본 연구에서는 영상으로부터 높이를 가진 2D+ 레고 퍼즐을 생성하는 방법을 제안한다. 이를 위해서 본 연구에서는 영상의 높이 맵과 분할 맵의 정보를 활용한다. 우리 는 2D+ 퍼즐에 적용하기위해 다양한 대상의 높이 및 영역 정보를 적절하게 처리해야한다. 이러한 이유로, 우리는 깊이 맵과 분할영역 맵을 추출하기 위해 모델에 심층 학습 모델을 적용한다. 높이 맵을 추출하기 위 해 우리는 CelebAMask-HQ dataset으로 학습한 BiseNet을 채택했다. 그리고 분할 맵을 얻기 위해 NYU Depth V2 dataset으로 학습한 DenseDepth를 사용했다. 입력 영상에 대해서 저해상도 영상 및 높이 맵과 분할 맵을 추출하고, 저해상도 영상을 레고 브릭의 색 팔레트를 적용한 영상에 대해서 높이 맵과 분할 맵 정보를 적용해서 높이를 가진 2D+ 픽셀 아트 영상을 생성한다. 그리고, 이 픽셀 아트 영상에 대해서 같은 높이와 같은 색을 가진 픽셀들에 대해서 최대한 큰 브릭을 적용하는 그리디 알고리즘을 적용해서 2D+ 레 고 퍼즐을 완성한다. 본 연구에서는 다양한 초상화를 대상으로 2D+ 레고 퍼즐을 완성하는 예를 제시하였으 며, 그 중 하나를 직접 제작하여 그 결과를 제시한다.

본 연구에서는 게임 영상과 같은 생성된 영상으로부터 물체를 인식하는 심층 학습 기반 모델의 성능을 향상 시키는 방법을 제시한다. 특히, 실제 영상으로 훈련된 물체 인식 모델에 대해서 게임 영상으로 추가 훈련을 수행함으로써 물체 인식 성능이 향상됨을 검증한다. 본 연구에서는 심층 학습 기반의 물체 인식 모델들 중에서 가장 널리 사용되는 YoloV2 모델을 이용한다. 이 모델에 대해서 8 종류의 다양한 게임에서 샘플링한 160장의 게임 영상을 적용해서 물체 인식 모델을 다시 훈련하고, IoU와 정확도를 측정해서 본 연구에서 주장하는 게임 영상을 이용한 훈련이 효과적임을 입증한다.

백색칼라(Zantedeschia aethiopica) 신품종 ‘Swan’은 국립원 예특작과학원에서 2017년에 육성하였다. ‘Swan’의 모본은 다화성인 ‘Childsiana’와 무름병에 강한 ‘Wedding March’를 부본으로 2004년에 교배하여 구근을 양성 후 2008년부터 2016년까지 생육 및 개화 특성, 균일성에 대하여 특성검정을 실시하였다. 2017년에 3차 특성검정을 실시하여 최종 선발한 후 직 무육성품종심의회에 상정하여 ‘Swan’으로 명명하였다. ‘Swan’ 의 생육 및 개화특성은 부본으로 사용된 ‘Wedding March’를 대조품종으로 조사하였다. 백색(RSH W155C)화색의 ‘Swan’ 은 화포의 길이와 폭이 각각 11.2cm와 10.3cm인 중형 품종이다. 주당 화수는 2.1개로 대조품종보다 2배 많으며 꽃대길이가 77.1cm로 대조품종(68.7cm)보다 길다. 개화소요일수는 65 일로 조기개화 품종이다. 절화수명은 17일(대조12일)로 길며, 무름병 중도저항성으로 구근증식량(13.3개/주)이 우수하고 소비자기호도가 높다. ‘Swan’ 품종은 2020년 4월 28일에 국립종 자원에 품종등록(등록번호 제8092호)되었다.