본 연구는 COVID-19 확산 이후 심각한 한국의 혐중 정서에 대해 체감하면서 이 와 같은 현상을 좀 더 실증적으로 확인하기 위해 빅데이터를 활용해서 분석한 것이 다. 이에 대한 양적 결과를 도출하고자 텍스트 마이닝을 활용한 빅데이터 분석을 수 행하였다. 이를 위해 소셜 매트릭스 프로그램인 텍스톰을 활용하여 네이버, 다음, 구 글과 같은 포털 사이트를 통해 중국에 관련한 키워드를 수집했고, 중국의 BAIDU(百 度)를 통해 한국에 관련된 키워드를 수집했다. 수집 기간은 COVID-19가 본격적으로 확산되기 시작한 2020년 1월부터 최근까지인 2022년 10월까지로 설정했고, 불필요한 키워드는 정제하여 핵심 키워드만을 본 연구에 사용했다. 한국과 중국이 서로에 대 한 상호 인식이 부정적이라도 막연함에서 벗어나 양적 결과를 통한 데이터 분석을 통해 살펴보고자 한다. 본 연구는 세 가지 연구 과제를 가지고 연구를 진행했다. 첫 째, 본 논문은 텍스트 마이닝을 통해 한국과 중국의 젊은이들이 언급한 핵심 키워드,특히 펜데믹 이후의 MZ세대들이 언급한 핵심 키워드를 도출하고자 했다. 둘째, CO VID-19 이후 한국과 중국의 MZ세대 상호인식과 관련된 키워드 사이의 의미 연결망 을 파악하고자 했다. 셋째, 본 논문은 핵심 키워드의 의미 연결망을 통해 도출된 한 국과 중국의 MZ세대에 대한 상호인식의 긍정성과 부정성의 정도를 시각화하고자 했 다. 이와 같은 연구를 진행하면서 한국 젊은이들이 중국에 비해 중국에 대한 부정적 인식이 긍정적 인식보다 두드러지는 것을 알 수 있었다. 결과에 대한 다양한 원인 분석을 통해 한·중 관계 특히 MZ 세대들이 긍정적인 관계성 전환을 도모하는 효과 적인 자료 제시와 전략을 구축하는데 의미 있는 시사점을 제안할 것으로 판단된다.

스마트농업의 활성화를 위해서는 농업환경 데이터의 관측과 모델 그리고 통계자료의 상호운영성 확보가 중요하므로, 이를 위한 격자체계의 적용방안을 탐색하고자 한다. 국내외 격자체계 표준에 대한 사례조사와 농업분야의 격자표준 적용사례조사를 벤치마킹하고 국립농업과학원과 상위기관의 표준현황을 살펴보고, 농업환경 공간정보의 목록과 분류체계를 구축한 후, 사용자 요구사항을 파악하기 위한 설문을 실시하여 적정한 격자 크기를 선정하였다. 농업환경 공간정보의 공유와 활용을 위하여 국토지리 정보원의 기관표준을 차용하여 군 이하 소규모 지역은 10m, 광역시･도는 100m, 농촌경관 목적으로는 500m, 전국은 1km 격자 크기로 안을 제시하였고 원활한 표준 적용을 위한 전략을 제안하고, 현장 조사 및 관측 결과를 격자로 변환할 수 있도록 오픈소스 기반의 변환 툴을 개발하여 격자표준 적용 용이성과 시간 절약성을 확보하였다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

The injection molding process is a process in which thermoplastic resin is heated and made into a fluid state, injected under pressure into the cavity of a mold, and then cooled in the mold to produce a product identical to the shape of the cavity of the mold. It is a process that enables mass production and complex shapes, and various factors such as resin temperature, mold temperature, injection speed, and pressure affect product quality. In the data collected at the manufacturing site, there is a lot of data related to good products, but there is little data related to defective products, resulting in serious data imbalance. In order to efficiently solve this data imbalance, undersampling, oversampling, and composite sampling are usally applied. In this study, oversampling techniques such as random oversampling (ROS), minority class oversampling (SMOTE), ADASYN(Adaptive Synthetic Sampling), etc., which amplify data of the minority class by the majority class, and complex sampling using both undersampling and oversampling, are applied. For composite sampling, SMOTE+ENN and SMOTE+Tomek were used. Artificial neural network techniques is used to predict product quality. Especially, MLP and RNN are applied as artificial neural network techniques, and optimization of various parameters for MLP and RNN is required. In this study, we proposed an SA technique that optimizes the choice of the sampling method, the ratio of minority classes for sampling method, the batch size and the number of hidden layer units for parameters of MLP and RNN. The existing sampling methods and the proposed SA method were compared using accuracy, precision, recall, and F1 Score to prove the superiority of the proposed method.

PURPOSES : Local governments in Korea, including Incheon city, have introduced the pavement management system (PMS). However, the verification of the repair time and repair section of roads remains difficult owing to the non-existence of a systematic data acquisition system. Therefore, data refinement is performed using various techniques when analyzing statistical data in diverse fields. In this study, clustering is used to analyze PMS data, and correlation analysis is conducted between pavement performance and influencing factors. METHODS : First, the clustering type was selected. The representative clustering types include K-means, mean shift, and density-based spatial clustering of applications with noise (DBSCAN). In this study, data purification was performed using DBSCAN for clustering. Because of the difficulty in determining a threshold for high-dimensional data, multiple clustering, which is a type of DBSCAN, was applied, and the number of clustering was set up to two. Clustering for the surface distress (SD), rut depth (RD), and international roughness index (IRI) was performed twice using the number of frost days, the highest temperature, and the average temperature, respectively. RESULTS : The clustering result shows that the correlation between the SD and number of frost days improved significantly. The correlation between the maximum temperature factor and precipitation factor, which does not indicate multicollinearity, improved. Meanwhile, the correlation between the RD and highest temperature improved significantly. The correlation between the minimum temperature factor and precipitation factor, which does not exhibit multicollinearity, improved considerably. The correlation between the IRI and average temperature improved as well. The correlation between the low- and high-temperature precipitation factors, which does not indicate multicollinearity, improved. CONCLUSIONS : The result confirms the possibility of applying clustering to refine PMS data and that the correlation among the pavement performance factors improved. However, when applying clustering to PMS data refinement, the limitations must be identified and addressed. Furthermore, clustering may be applicable to the purification of PMS data using AI.

PURPOSES : The purpose of this study was to select recurring congested sections through an objective and reasonable method using intelligent transportation system (ITS) collection data as the first phase for controlling recurring congested sections. The selection is meant to enhance the utilization of national highway ITS collection data that are just managed as statistical data focusing on real-time traffic information or not satisfactorily used. METHODS : Hourly statistical data were obtained using travel speed with a 5-min frequency per information-providing section stored in the database server. The travel speed data were collected from field equipment in general national highway sections (793.8 km in 380 sections of 16 lines in 2017) in the Seoul Metropolitan Area through a literature review of congestion standards. Subsequently, the congested sections were drawn by dividing a month into weekdays and weekends, and the status of the monthly change and characteristics of the congested sections were analyzed. Based on the monthly data on the congested sections, monthly mean congested days and hours were calculated to select the significant recurring congested sections in 2017 and applied to the congestion frequency standard. RESULTS : Recurring congested sections occurred in seven sections (33.9 km) in three lines — in five sections (24.8 km) of two lines during the weekdays and in two sections (9.1 km) of one line during the weekends. The recurring congested sections selected based on the congested days and the recurring congested sections selected based on the congested hours were found to be the same. The recurring congested sections during the weekdays and weekends were not mutually duplicated and were divided. More congestion occurred during the weekdays than on weekends. CONCLUSIONS : In the seven sections selected as recurring congested sections, congestion occurred for more than six months during one year, indicating that congestion is concentrated in specific months, albeit continuously and repeatedly occurring over the long term. The recurring congestion section selection standard and method used in this study are considered to be objective and reasonable. If recurring congested sections are selected using the standard and method presented in this study using ITS collection data targeting general national highways nationwide in the Seoul Metropolitan Area, it is necessary to determine whether the standard and method reflect actual congestion situations satisfactorily. According to the result, a further study considering congestion speed and congestion frequency standards is needed.

When developing a new motor, a high-speed load test is performed using dynamo equipment to calculate the efficiency of the developed motor using the collected dynamo data. When connecting the test motor and the dynamo used as a load, abnormal noise and vibration may occur in the test equipment rotating at high speed due to misalignment of the connecting shaft and looseness of the connection, which may lead to a safety accident. In this study, three vibration sensors are attached to the surface of bearing parts of the test motor to measure the vibration value, and statistics such as kurtosis, skewness, and percentiles are obtained in order to clearly express the pattern of the measurement data. With these statistics, machine learning models are developed. The developed model in this way can be used as a diagnostic system that can detect abnormal conditions of the motor test equipment through monitoring the motor vibration data during the motor test.

사출성형공정은 열가소성 수지를 가열하여 유동상태로 만들어 금형의 공동부에 가압 주입한 후에 금형 내에서 냉각시키는 공정으로, 금형의 공동모양과 동일한 제품을 만드는 방법이다. 대량생산이 가능하고, 복잡한 모양이 가능한 공정으로, 수지온도, 금형온도, 사출속도, 압력 등 다양한 요소들이 제품의 품질에 영향을 미친다. 제조현장에서 수집되는 데이터는 양품과 관련된 데이터는 많은 반면, 불량품과 관련된 데이터는 적어서 데이터불균형이 심각하다. 이러한 데이터불균형을 효율적으로 해결하기 위하여 언더샘플링, 오버샘플링, 복합샘플링 등이 적용되고 있다. 본 연구에서는 랜덤오버샘플링(ROS), 소수 클래스 오버 샘플링(SMOTE), ADASTN 등의 소수클래스의 데이터를 다수클래스만큼 증폭시키는 오버샘플링 기법을 활용하고, 데이터마이닝 기법을 활용하여 품질예측을 하고자 한다.

In order to determine fragility curves, the limit state of piers for each damage level is suggested in this paper based on the previous test results in Korea, including our test results. In previous studies, the quantitative measures for damage levels of piers have been represented by curvature ductility, lateral drift ratio, or displacement ductility. These measures are transformed to lateral drift ratios of piers for consistency, and the transformed values are compared and verified with our push-over test results for flexural RC piers with a circular cross-section. The test specimens are categorized concerning the number of lap-splices in the plastic hinge region and whether seismic design codes are satisfied or not. Based on the collected test results in Korea, including ours, the lateral drift ratio for each pier damage level is suggested.

해상교통분석은 복잡해지는 해양환경에 따라 발생하는 문제해결을 위해 다방면으로 시행되고 있다. 하지만 4차 산업혁명으로 부터 도래된 자율운항선박 개발 등의 해사분야 동향은 해상교통분석에도 변화가 필요함을 암시한다. 이에 해상교통분석의 개선점을 식별 하고자 관련 연구를 분석하였으며, AIS데이터의 활용도가 높은 반면에 해도정보의 활용은 그 중요도에 비해 부족한 것으로 조사되었다. 이에 본 연구는 자율운항선박의 상용화에 대비한 해상교통분석의 개선점으로서 수치해도 데이터와 선박운항데이터인 AIS데이터를 복합 적으로 활용하는 방법을 제시하였다. 연구결과로써 해상교통분석에 수치해도데이터를 활용하였을 때 추출 가능한 해상교통특성을 제시 하였으며 이는 향후 자율운항선박의 도입을 위한 해상교통분석에 활용가능할 것으로 기대된다.

Ball stud parts are manufactured by a cold forging process, and fastening with other parts is secured through a head part cutting process. In order to improve process quality, stabilization of the forging quality of the head is given priority. To this end, in this study, a predictive model was developed for the purpose of improving forging quality. The prediction accuracy of the model based on 450 data sets acquired from the manufacturing site was low. As a result of gradually multiplying the data set based on FE simulation, it was expected that it would be possible to develop a predictive model with an accuracy of about 95%. It is essential to build automated labeling of forging load and dimensional data at manufacturing sites, and to apply a refinement algorithm for filtering data sets. Finally, in order to optimize the ball stud manufacturing process, it is necessary to develop a quality prediction model linked to the forging and cutting processes.

낙동강 하구 기수생태 복원이 본격으로 논의가 진행 전인 2016년까지는 하류 수위의 예측을 위해 하구에서 수km 떨어진 기존 조위관측소(부산 및 가덕도)의 측정 자료를 활용하여 분석을 수행하였지만, 조위와 위상 차이로 인해 예측이 용이하지 않았다. 따라서, 낙 동강 하굿둑 인접 외해역에서 조석 영향을 받는 수위관측치를 이용하여 조석조화분해를 통한 정밀한 조위 예측 산정의 필요성이 대두되 어 본 연구를 수행하였다. 연구의 방법으로는 낙동강하굿둑 인근 외해역에서 10분 간격으로 기간별 관측자료의 저장상태 및 이상자료 유 무를 확인하고, 조석조화분해 프로그램인 TASK2000(Tidal Analysis Software Kit) Package를 이용하여 관측조위와 예측조위를 1대 1 비교하여 회귀상관분석을 수행하였다. 분석 결과, 관측조위와 예측조위간의 상관도는 0.9334로 높게 나타났으며, 당해 연도의 조위예측 분석시 직전 연도의 1년 조석관측 자료를 조화분해하여 산출된 조화상수를 이용하여 조위예측을 실시하면 보다 정확한 결과를 산출할 수 있음을 확인 하였다. 이를 바탕으로 2022년 예측조위를 생성하여 낙동강 하구 기수생태 복원의 해수유입량의 산정에 활용 중이다.

본 연구의 목적은 청소년들의 스마트폰 과의존과 피로회복 간의 관계에서 불안의 매개효과를 검증하여, 청소년의 스마트폰 과의존 중재의 근거자료를 확보하는 것이다. 연구 대상자는 ‘제16차 청소년 건강행태 온라인조사’를 이용한 청소년 54,948명이다. 연구변수 간의 관계는 상관분석, 요인분석, 매개효과 분석을 실시하였다. 연구 결과 청소년의 스마트폰 과의존은 피로회복에 영향을 미치는 직접효과와, 불안을 경유하여 피로회복에 영향을 주는 간접효과가 나타났다. 청소년의 스마트폰 과의존이 매개변인인 불안에 유의한 영향을 주었고, 피로회복에 유의한 영향을 주었다. 또한 또한 불안은 스마트폰 과의존과 피로회복 간의 관계에서 매개효과가 있는 것으로 확인되었다. 따라서 스마트폰 과의존 청소년을 대상으로 피로회복 을 향상하기 위해 불안을 관리할 필요가 있다.

사물인터넷(IoT) 기술을 활용한 전력 사용량 모니터링은 스마트팜 운영비 절감 기술 개발을 위한 기초자료로 필요성이 부각되고 있다. 본 연구에서는 멜론 생산 스마트팜 운영 중 실시간 전력사용량 모니터링 시스템을 설치한 예를 소개하고 이 를 이용하여 수집된 데이터를 실시간으로 활용하는 방법을 제 안한다. 전력사용량 모니터링 시스템의 실증을 위하여 멜론 스마트팜에서 3개월의 멜론 재배기간 동안 보일러, 양분분배 시스템, 자동제어기, 순환팬, 보일러제어기, 기타 IoT 관련 유 틸리티 등 스마트팜 시설에서 사용하는 개별 전원 기구들의 전력사용량 데이터를 수집하였다. 모니터링 결과를 이용하여 전기에너지 소비패턴의 예시를 분석하고, 측정 데이터를 최 적으로 활용하기 위해 필요한 고려사항을 제시하였다. 본 논 문은 전력사용량 모니터링 시스템을 새로이 구축하고자 하는 유저들에게 기술적 진입장벽을 낮추고 생성된 데이터 활용 시 시행착오를 줄이는 데 유용한 자료가 될 것으로 사료된다.

Investigations and monitoring of environmental radiation are important for preventing expected accidents or for early detection of unexpected accidents, in nuclear facilities and the surrounding. In the event of an environmental radiation accident, it should be possible to identify and analyze the radiation-contaminated area. Therefore, a rapid radiation monitoring system is required for immediate response and necessary measures. In this study, the distribution of radiation mapping is performed on a contaminated area using 2-dimensional or 3-dimensional contour mapping techniques. The entire surrounding area can be understood at a glance by displaying the radiation contour line on the map of the measured area.