재생에너지의 보급과 기후변화를 대응하기 위한 해결책으로 수소에너지에 대한 관심이 늘어나고 있다. 수소는 미 이용 전력을 대용량 장주기로 저장하기에 가장 적합한 수단이며 이러한 수소를 생산하는 기술 중 수전해는 물에 전기에너지 를 인가하여 수소를 생산하는 친환경적 수소생산 기술로 알려져 있다. 수전해의 구성 요소 중 분리막은 음극과 양극을 물리 적으로 분리할 뿐만 아니라 생성되는 수소와 산소의 섞임 현상을 방지하며 이온의 전달을 가능하게 하는 복합적인 역할을 수 행한다. 특히 기존의 수전해 기술들의 단점을 보완할 수 있는 차세대 음이온 교환막 수전해에서의 핵심은 우수한 음이온 교 환막을 확보하는 것이다. 높은 이온 전도성과 알칼리 환경에서 우수한 내구성을 동시에 가지려는 많은 연구들이 진행되고 있 으며 다양한 소재에 대한 탐색이 이루어지고 있다. 본 총설에서는 상용 블록 공중합체인 Polystyrene-b-poly(ethylene- co-butylene)-b-polystyrene (SEBS)를 기반으로 하는 음이온 교환막에 대한 연구에 대해 살펴보며 최신 연구 동향과 앞으 로 나아가야할 점에 대해 논하고자 한다.

본 연구는 상사의 윤리적 리더십이 비서직 종사자의 직무만족에 미치는 영향을 살펴보고, 윤리적 리더 십과 직무만족의 관계에서 상사 신뢰의 매개역할을 검증하고자 하였다. 본 연구를 위해 수도권 지역 기업 에 재직 중인 비서직 종사자를 대상으로 자료를 수집하였으며, 최종적으로 211부의 데이터가 분석되었다. 수집한 자료는 신뢰도 분석과 확인적 요인분석을 통해 변수의 신뢰도 및 타당도를 확인하였다. 가설의 검증을 위해 구조방정식 모형 분석을 사용하였으며, 매개효과를 알아보기 위해 부트스트랩핑을 실시하였다. 연구의 결과는 다음과 같다. 첫째, 상사의 윤리적 리더십은 비서의 직무만족에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 둘 째, 상사의 윤리적 리더십은 비서직 종사자의 상사에 대한 신뢰에 유의한 정(+)의 영향을 미치는 것이 검증되었다. 셋째, 비서직 종사자의 상사에 대한 신뢰는 비서의 직무만족에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 비서직 종사자의 상사 신뢰는 상사의 윤리적 리더십과 비서의 직무만족의 관계에서 부분 매개 역할을 하고 있는 것으로 분석되었다. 연구로부터 도출된 결과는 비서직 종사자의 직무만족을 위해 상사의 윤리적 리더십과 상사 신뢰가 중요한 역할을 한다는 것을 밝혀냈다는 점에서 의의가 있다.

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제 안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검 출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반 적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따 라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우 수하다는 것을 증명할 수 있었다.

본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너 지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀 모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지 거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대 한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태 양 에너지의 40－75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생 장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열 부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분 석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

대왕자바리의 대량생산을 위한 적정 염분을 구명하였다. 각 염분별 노출시킨 대왕자바리의 생 존율은 0 psu에서 노출 4일째 모두 폐사하였으며, 염분 5 psu 이상에서 생존율은 100%였다. 성 장률은 염분 5 psu 이상에서 염분 상승에 따라 체중과 체장은 모두 증가하였으며, 염분 30 psu (대조구)에서 성장률은 가장 높았다. 먹이섭취량은 염분이 하강함에 따라 감소하는 경향을 보 였다. 염분 3 psu에서 먹이섭취는 없었으며, 염분 20, 25 및 30 psu 간에 유의한 차이는 없었다. 염분별 혈액 삼투질농도는 염분 5~30 psu에서 341~368 mg Osmol/㎏였다. 염분변화에 따른 산소소비율은 30 psu(대조구)에서 163.6±22.3 mg O2/㎏ fish/h으로 유의하게 높았다. 염분변화 에 따른 SOD, CAT 및 GSH-PX는 염분 15 psu에서 가장 높았다. 따라서 대왕자바리 생존 최저 임계염분은 5 psu이며, 양성을 위한 적정 염분은 20~30 psu으로 추정된다.

본 연구는 양계사내에서 작업자의 위치를 예측하기 위해 BLE 비콘을 이용한 위치 서비스 시스템을 제안한다. 애플리케이션을 개발하여 스마트 단말기로 비콘의 데이터를 수집하고, 수집한 데이터를 기반으로 핑거프린트 알고리즘을 이용한 스코어맵을 생성하였다. 작업자의 위치 예측은 스코어맵과 양계사내에서 실시간으로 수집한 데이터를 유사도 알고리즘을 이용하여 예측하였다. 실험대상 양계사에서 작업자 위치를 예측한 결과 일반 데이터는 위치 예측 시 많은 오차와 낮은 정확도를 보이고, 일반데이터에 필터링을 적용한 알고리즘을 적용 시 위치 예측 정확도가 개선됨을 알 수 있다. 따라서 양계사내에서 BLE 비콘을 이용한 위치기반 서비스 제공이 가능함을 확인하였고, 스코어맵 기반 위치 예측 시스템만 적용했을 때 위치예측 결과보다 필터를 적용한 결과가 더 나은 결과를 보였다. 본 연구는 양계사내에서 BLE 비콘을 이용한 위치 예측이 강점을 가질 수 있는 것으로 보인다.

In severe acute pancreatitis, accompanied by local complications such as acute peripancreatic fluid collection, pancreatic pseudocyst, acute necrotic collection and walled-off necrosis, the mortality rate is as high as 12-25%. In many cases, interventional procedure or surgical treatment are required at an appropriate time. Conservative treatment is considered for acute peripancreatic fluid collection. Endoscopic drainage could be considered preferentially for the treatment of pancreatic pseudocysts with clinical symptoms or complications. In the case of necrotizing pancreatitis, conservative treatment is preferred, but therapeutic intervention should be considered if infectious pancreatic necrosis with clinical deterioration is suspected. For therapeutic intervention, it is recommended to proceed with a step-up approach in which drainage is first performed and, if necessary, necrosectomy is performed. The optimal timing of intervention is considered 4 weeks after the onset of pancreatitis when necrosis become walled-off, but early drainage within 4 weeks can be considered depending on the patient's condition. This guideline provides an overview of current treatment strategies for local complications of acute pancreatitis.

Strawberry is a stand-out cultivating fruit in Korea. The optimum production of strawberry is highly dependent on growing environment. Smart farm technology, and automatic monitoring and control system maintain a favorable environment for strawberry growth in greenhouses, as well as play an important role to improve production. Moreover, physiological parameters of strawberry plant and it is surrounding environment may allow to give an idea on production of strawberry. Therefore, this study intends to build a machine learning model to predict strawberry’s yield, cultivated in greenhouse. The environmental parameter like as temperature, humidity and CO2 and physiological parameters such as length of leaves, number of flowers and fruits and chlorophyll content of ‘Seolhyang’ (widely growing strawberry cultivar in Korea) were collected from three strawberry greenhouses located in Sacheon of Gyeongsangnam-do during the period of 2019-2020. A predictive model, Lasso regression was designed and validated through 5-fold cross-validation. The current study found that performance of the Lasso regression model is good to predict the number of flowers and fruits, when the MAPE value are 0.511 and 0.488, respectively during the model validation. Overall, the present study demonstrates that using AI based regression model may be convenient for farms and agricultural companies to predict yield of crops with fewer input attributes.

This paper proposes a model predictive controller of robot manipulators using a genetic algorithm to secure the best performance by performing parameter optimization with the genetic algorithm. Genetic algorithm is a natural evolutionary process modeled as a computer algorithm and has excellent performance in global optimization, so it is useful for tuning control parameters. The sliding mode controller and inverse dynamics controller are included in the lower part of the model prediction controller to minimize the problems caused by non-linearity and uncertainty of the robot manipulator. The performance superiority of the proposed method as described above has been confirmed in detail through a simulation study.

The ballasted flocculation effects of the mill scale and magnetite on activated sludge were investigated. Both ballasted flocculants (BF) could remarkably improve the sludge settleability in terms of zone settling velocity (ZSV) and sludge volume index (SVI). With the BF dosage of 0.2 to 2.0 g-BF/g-SS, the magnetite particles showed better efficiency on improving settling behavior of activated sludge than the mill scale due to higher surface area and hydrophobic property. The efficiency of SVI30 with magnetite injection was 2.5 to 11.3% higher than mill scale injection and that of the ZSV appreciated from 23.7% to 44.4% for magnetite injection. Averaged floc size of the BF sludge with magnetite dosage (0.5 g-BF/g-SS) was 2.3 times higher than that of the control sludge. Dewaterability of the sludge was also greatly improved by addition of the BF. The specific resistance to filtration (SRF) was reduced exponentially with increasing the dosage of BF. However, the BF’s particle size effect on the SRF looks to be marginal. Consequently, for improving the dewaterability, the BF played a physical role to remove the pore water of the biological flocs by intrusive attachment and a chemical role to induce aggregation of the flocs by charge neutralization.