In the ocean, there exist infinite resources, including certain metallic elements that can serve as potential energy sources. One of the methods for extracting these dissolved resources from seawater involves adsorption. This study discusses the results of experiments conducted in real seawater using a developed fiber-type adsorbent capable of extracting dissolved oceanic resources. The fiber-type adsorbent was deployed in seawater to adsorb the elemental resources. It was then retrieved after 2, 3, and 4 weeks for evaluation of its adsorption performance. The evaluation was carried out by dissolving the adsorbent in a strong acidic solution and calculating the adsorption amount per gram of adsorbent using ICP-MS. The results indicated that the adsorption performance was slightly lower than previously reported values. Nevertheless, it confirmed the feasibility of adsorbing and recovering dissolved resources from actual seawater

This study proposes a new collaborative filtering model that integrates Restricted Boltzmann Machines. The proposed two-stage model is applied to household-level supermarket purchase data. Results show that our model fits the data better and outperforms existing collaborative filtering methods in predicting shopping patterns. The proposed model also improves interpretations of market complexity and common causes of coincidence associated with customers’ multi-category purchases.

To develop technology for extracting energy resources from seawater, we first investigated the research experiences of domestic experts. The survey items included the types of adsorbents that can adsorb dissolved resources in seawater, the subjects of experiments, and the scope of research. We divided the types of adsorbents into organic and inorganic categories and compared their adsorption performance. We also examined how adsorption experiments were conducted using simulated solutions and confirmed whether there were any experiences of conducting experiments in actual seawater. A total of 14 domestic research papers on extracting dissolved resources from seawater were reviewed, excluding topics such as removing dissolved resources from seawater and seawater desalination. This review provides an understanding of domestic research trends and will be helpful in setting directions for future research and development.

Seawater containing metals such as lithium and manganese is a “treasure trove” of infinite energy resources. Numerous domestic and foreign institutions are developing technologies to economically extract these resources from seawater. One method for extracting metal ions dissolved in seawater is the development of adsorbents with negative functional groups. Generally, adsorbents have adsorption performance that depends on factors such as seawater pH and temperature, but controlling the pH and temperature of seawater is practically impossible. On the other hand, thermal effluent discharged from power plants tends to be slightly higher in temperature than the surrounding environment. Therefore, this study investigates the potential for utilizing power plant effluent to extract dissolved resources in seawater. Results of investigations into several items related to the effluent from the Gori, Wolsong, Hanbit, and Hanul power plants are presented.

Given the limited terrestrial reserves of uranium (about 4.6 million tons), exploring alternative resources is essential to ensure the long-term supply and sustainability of nuclear energy. Uranium extraction from seawater (UES) is a potential solution to this issue since the amount of uranium dissolved in seawater (about 4.5 billion tons) is approximately 1000 times that of terrestrial reserves. However, the ultra-low concentration of uranium in seawater (about 3.3 ppb) makes it a challenging task to make UES economically feasible. This paper provides an overview of the current status of UES technology, which has evolved over the past seven decades. Starting from inorganic adsorbents such as hydrous titanium oxide in the 1960s, amidoxime-based fibrous adsorbents gained the most attention until the early 2010s due to their ease of deployment in actual seawater conditions and high affinity for uranium. Nowadays, research on organic adsorbents with microstructures is prevailing due to their ability to easily control surface area and compositions. In addition, this study identifies the key issues that need to be addressed to make UES technology economically viable.

2020년 이후 코로나-19로 인해 전 세계적으로 다양한 사회･경제적 문제가 발생하였고, 이로 인해 비대면 문화와 소셜 네트워크 서비스(SNS)를 통한 활동이 급격히 늘어났다. SNS 데이터는 저비용으로 많은 양의 데이터를 확보할 수 있으며, 다양한 정보를 포함하고 있어 도시 계획 및 운영에 활용될 수 있다. 이에 따라, 새로운 방법의 적용이 필요해졌고, 최근 발전한 인공지능 기술을 활용하여 공간 유형의 변화를 설명하는 것이 가능해졌다. 이를 위해 머신러닝 군집화 방법을 사용하여 관광지 분포 패턴 및 도시 관심 지역을 추출할 수 있게 되었다. 기존에는 군집화를 위해 K-means, DBSCAN을 활용해 왔으나. HDBSCAN에 대한 국내 연구 활용 사례는 부족한 상황이다. 따라서, 본 연구는 2019년과 2020년의 서울시 플리커 데이터와 HDBSCAN을 활용하여 도시 관심 지역에 대한 공간 유형의 변화를 설명하고자 하였다. 본 연구에서는 HDBSCAN 방법을 이용하여 플리커 게시물을 군집화하고 도시 관심 지역을 도출하였으며, 실루엣 점수를 통해 각 군집에 대한 군집화 정도를 점수화하였다. 연구 결과, 실제 서울 시내의 도심 및 부도심 등 주요 지점을 따라 군집이 도출되었고, 실루엣 점수를 활용한 평가 결과 군집화 정도가 통계적으로 유의미한 수준으로 계산되었다.

이미지 인식에 특화된 CNN (Convolutional Neural Network) 기반의 딥러닝 기법은 영상의 항목별 분류가 필요한 다양한 연구에 적용되고 있다. 본 연구는 건물, 도로, 논, 밭, 산림, 나지의 6가지 항목을 산림복원 대상 후보지로 정의하고 CNN 기반의 산림복원 대상 후보지 추출 및 분류의 최적 방법론을 탐색하였다. 6,640개의 데이터셋을 75:25의 비율로 훈련(4,980개) 및 검증(1,660개)로 구분하여 구축하고 학습에 활용하였다. 모델별 정확도는 픽셀정확도(PA), 평균 교차 겹침 결합(Mean IoU)을 이용하여 평가하였다. 픽셀정확도는 90.6%, 평균 교차 겹침 결합은 80.8%로 산정되어 Inception-Resnet-v2 모델이 세 모델 중 가장 산림복원 대상 후보지 추출에 뛰어난 정확도를 보였다. 이 결과는 기존의 산림복원 대상 후보지 현장조사 혹은 항공사진을 활용한 조사에 비해 시공간적 이점을 가지며, 향후 산림복원 대상지 선정 자료로 적용 가능성이 있다고 판단된다.

The purpose of this study was to optimize the rice protein extracted using a response surface methodology. The experiment was designed based on a CCD (Central Composite Design), and the independent variables were the high pressure (X1, 0-400 MPa) and processing time (X2, 0-10 minutes). The results of the extraction content (Y1), residue content (Y2), and recovery yield (Y3) were fitted to a response surface methodology model (R2= 0.92, 0.92, and 0.93, respectively). Increasing the pressure and processing time has a positive effect on the extraction content (Y1), residue content (Y2), and recovery yield (Y3). Therefore, these high-pressure conditions (independent variables) can significantly affect the improvement in rice protein extraction efficiency. Thus, the optimal conditions of X1 and X2 were 400 MPa and 10 min., respectively. Under these optimal conditions, the predicted values of Y1, Y2, and Y3 were 62.93, 57.53 mg/g, and 91.76%, respectively.

With the advent of the digital age, production and distribution of web pages has been exploding. Internet users frequently need to extract specific information they want from these vast web pages. However, it takes lots of time and effort for users to find a specific information in many web pages. While search engines that are commonly used provide users with web pages containing the information they are looking for on the Internet, additional time and efforts are required to find the specific information among extensive search results. Therefore, it is necessary to develop algorithms that can automatically extract specific information in web pages. Every year, thousands of international conference are held all over the world. Each international conference has a website and provides general information for the conference such as the date of the event, the venue, greeting, the abstract submission deadline for a paper, the date of the registration, etc. It is not easy for researchers to catch the abstract submission deadline quickly because it is displayed in various formats from conference to conference and frequently updated. This study focuses on the issue of extracting abstract submission deadlines from International conference websites. In this study, we use three machine learning models such as SVM, decision trees, and artificial neural network to develop algorithms to extract an abstract submission deadline in an international conference website. Performances of the suggested algorithms are evaluated using 2,200 conference websites.

본 논문은 골프 스윙 자세 학습자를 위하여 골프 스윙의 참조 모델인 3D 모델과 학습자의 골프 스윙을 촬영한 동영상을 대상으로 스윙 동작 시 각각의 위치 및 시간에서 각 동작을 정밀하게 비교 분석하기 위해 3D 모델의 골프 스윙 동작과 학습자의 스윙 동작을 동기화 시키는 방법을 제안하고 구현한 결과를 제시한다. 3D 모델과 학습자의 스윙 동영상을 동기화시켜 재생하기 위해서 먼저 학습자의 골프 스윙 동영상을 촬영하고, 촬영한 동영상으로부터 어드레스 자세부터 피니쉬 자세까지 골프 클럽의 위치에 따라 상대적 시간 정보를 추출한다. 고품질 모션 캡쳐 장비를 통해 초당 120프 레임으로 캡처된 골프 전문가의 움직임 정보를 3D 모델에 리깅한 3D 참조 모델에 학습자 스윙 동영상으로부터 추출한 골프 클럽의 위치별 시간 정보를 적용하여 3D 참조 모델과 학습자의 스윙 동 영상을 동기화시켜 재생함으로 학습자는 골프 스윙의 각 위치에서 참조 모델과 자신의 자세를 정밀 하게 비교함으로 자세를 교정하거나 학습할 수 있다. 동기화된 재생을 통하여 기존의 수동적으로 위치를 조정하며 참조 모델과 학습자의 스윙을 비교 분석하는 시스템의 기능을 편리하게 사용할 수 있도록 개선할 수 있으며, 골프 자세의 각 위치를 검출하는 영상 처리 기술을 적용한 부분을 제외 하고, 동기화시키기 위해 동영상에서 자동적으로 각 위치의 시간 정보를 추출하여 동기화시켜 재생 하는 방법은 일반적인 생활 스포츠 분야로 확대하여 활용할 수 있을 것으로 기대한다.

This study aims to acquire basic data for creating a new landscape forest by examining and analyzing both current and desired images of a forest in a rural neighborhood park. Regarding the forest in Janggye Neighborhood Park, located in Janggye-myeon, Jangsu-gun, Jeollabuk-do Province, this study conducted a questionnaire, using one-on-one interviews, to survey residents in Janggye-myeon who visited the park, and a total of 58 questionnaire copies were used for analysis. The current image about the forest was analyzed as giving a common and non-mysterious impression, and the subjects did not notice seasonal changes very much. Overall, the residents had negative images about the current forest. The desired image of the forest is a forest that is amiable, beautiful, comfortable, safe, and pleasant. A t-test was conducted to identify differences between the current image and the desire image, and its results showed that there were significant differences in most variables. The factor group implying the forest image consists of fascination dimension and diversity dimension. When factor scores of the current image and the desired image were compared, there were bigger differences in the fascination dimension scores than in the diversity dimension scores. As a result, it is drew that it would be much more effective to prioritize images related to fascination dimension in creating a forest landscape in Janggye Neighborhood Park.

본 연구는 지하철 입구 공공공간에서 피험자의 선택적 주의집중 분석을 위한 공간요소별 주시데이터 추출이다. 주시데이터의 추출방법 연구 결과는 다음과 같다. 첫째, 눈을 통해 획득되는 시각정보의 특성을 분석하는 과정에 중심와의 반경을 이용하여 주시범위를 설정하는 방식은 기존의 시지각 이론을 근간에 두면서 선택적 주의집중에 해 당하는 주시데이터의 추출 결과를 객관화시킬 수 있는 방법을 정리했다. 둘째, 주시데이터 추출방법으로 기존에는 격자에 의한 빈도 분석이 주를 이루었는데 세부적 특성으로 공간정보를 분석함에 한계를 가지고 있었다. 이에 비해 선택적 주의집중 정도를 알 수 있는 주시데이터 추출방법은 공간에서 특정 요소에 시선이 얼마만큼 집중되는지를 분석해 낼 수 있었다. 선택적 주의집중을 통해 공간사용자의 주시특성을 분석하게 되면, 요소 맞춤형 주시데이터 추출이 가능하고, 이를 공간디자인이나 사인 배치에 활용하고 성과를 검증하는 것도 가능하다. 셋째, 공간요소에 대 한 시간범위별 분석을 통해 특정 공간 요소를 주시한 데이터 특성을 시계열적으로 추적하여 정리하는 것이 가능했는 데, 본 연구에서 대상으로 삼은 ｢해당 공간범위｣의 결과를 보면, 남녀 모두 2분을 지난 시점에서 주의집중 정도가 급격히 떨어진 것을 확인할 수 있었다. 넷째, 주시 우위빈도를 통해 선택적 주의집중이 일어난 구역을 시간범위별로 분석하였는데, 성별에 따라 남자는 Ⅰ시간범위(52.4 %), 여자는 Ⅳ시간범위(24.0 %)에서 강한 주시가 이루어진 특 성이 있어, 성별 차이가 나타난 것을 확인할 수 있었다. 즉, 성별에 따라 선택적 주의집중이 일어나는 시간범위가 서로 다르다는 것에서부터 성별 차이를 향후 피험자 특성으로 설정하여 실험하고 분석하는 것이 필요하다.

Self-efficacy (one's perceptions of their capability to perform a task) plays an important role in work-related performance and motivation. For example, self-efficacy is known to have much influence on job performance, job satisfaction, motivation, etc. As such it is important to know what factors collectively enhance the selfefficacy of employees, so that injured workers contribute to the organization they belong to after they come back to their workplace. The aim of this study is to identify such industrial accident-related factors and extract rules among the factors in order to establish self-efficacy enhancement strategies for injured workers. In this study, a binary decision tree model for self-efficacy prediction was built using a panel data provided from Korea Workers’ Compensation & Welfare Service. As a result, eight variables with the largest influence on self-efficacy were selected in the prediction model, and it correctly classified 70.1% of instances. The result suggests social support during the treatment period and offering paid time off such as vacation leave, sick leave and bereavement leave are important factors to enhance self-efficacy that will improve the work performance of injured workers.

This work introduces a modal testing and analysis results of the mock-up for a layered stone pagoda. The pagoda has been horizontally excited by an impact hammer. As to the measured acceleration time responses, the first five lower mode shapes and natural frequency are extracted by the TDD technique. It is observed that the time delay of a shear wave occurs through friction surfaces. Such phenomena cannot be described by using the traditional analytical models such as a continuum cantilever beam model or a discrete shear building model. However, the time delay typically affects only the phases of the pagoda system. The frequencies of the pagoda system are not affected by such time delay. It is found in the first time that the layered stone pagoda system has a set of closely placed modes in near of natural frequency. It is believed that such modes are due to the friction characteristics in friction surfaces. Based on the stick-slip friction model, it seems that the one of the closely placed mode can be a self-excited one.

본 연구에서는 초임계 CO2 추출법을 이용하여 공정변수가 대두유의 수율에 미치는 영향과 초고압 처리가 초임계 추출에 미치는 영향에 대하여 분석하였다. RSM 실험법을 통한 최적화 실험에서 468.18 bar, 80.23oC, 46.82 g/min의 조건에서 최대값 25.88%를 나타내었다. 초임계 추출법의 최적추출조건에서 초고압 전처리 후 추출 수율은 17.15-23.66%로 전처리 전보다 감소하는 경향을 나타내었다. 462.13MPa, 1분의 추출조건에서 정상점은 최대값으로 24.91%가 예측되었다. 초고압 전처리 후 초임계 추출에서 수율이 증가하지 않은 이유는 초고압 전처리시 입자의 뭉침현상이 일어나 평균입자크기가 증가하여 나타난 현상으로 추론하였다. 결과적으로 초고압 전처리는 초임계 추출 수율 증가에 영향을 미치지 못하는 것을 알 수 있었다. 초임계 CO2 추출법을 이용하여 대두유를 추출할 경우 추출 압력, 유량이 높을수록 추출온도가 낮을수록 더 많은 양의 대두유를 추출할 수 있다.