목적 : 본 연구의 목적은 뇌성마비 아동 및 청소년에게 보조공학을 사용한 글씨쓰기에 관한 연구를 분석하여 글씨쓰기 연 구에서 활용되고 있는 보조공학과 중재 프로그램의 효과를 알아보고자 하였다. 연구방법 : 2011년부터 1월부터 2023년 7월까지 DBpia, Kiss, earticle, ScienceDirect, EBSCOhost, PubMed, 구글 스칼라를 이용하여 뇌성마비 아동 및 청소년에게 보조공학을 사용한 글씨쓰기 중재에 대한 논문을 검색하였으며, 1차 검색 된 2,886편의 논문 중 선정기준 및 배제기준에 따라 6편의 논문을 최종 선택하여 분석하였다. 결과 : 선정된 6편의 논문 중 무작위 대조군 연구 1편, 비무작위 비교연구 2편으로 근거수준 1-2단계에 해당하는 연구가 3편이었다. 글씨쓰기 연구에 사용된 보조공학의 종류는 컴퓨터 접근장치가 4편(키보드 변형 3편, 스위치와 포인팅 기기, 소프트웨어 프로그램 사용 1편), 3차원의 반복적인 움직임을 통해 글씨쓰기를 연습하는 보조로봇 1편, 이축 연필(biaxial pencil) 등 변형된 필기도구를 사용한 연구가 1편이었다. 컴퓨터 보조공학 중재와 보조로봇을 적용한 5편의 연구에서 작업치 료사가 글씨쓰기 중재를 제공하였다. 컴퓨터 보조공학 중재 결과 종속변인인 문자입력 속도와 정확도가 향상되었으며, 부모만 족도와 목표달성 정도가 높게 나타났다. 결론 : 뇌성마비 아동 및 청소년에게 글씨쓰기에 사용되고 있는 보조공학과 효과적인 중재방법과 치료 효과를 확인했다는 데 의의가 있다.

PURPOSES : This study aims to determine whether machine learning techniques based on the results of chemical analysis experiments can be rationally applied to evaluate the aging of various asphalt binders used throughout the country. METHODS : We conducted chemical experiments such as FT-IR, H-NMR, C- NMR, and GPC for the three-stage aging levels of eight types of asphalt binders used in the country and utilized two artificial neural network models to determine valid chemical experimentation and conditions for the use of neural modeling through predictions. RESULTS : The M-prop model, which combined the findings from each neural network model into a single artificial neural network model, demonstrated superior predictive performance compared with the M-base model, which assessed aging using two cluster layers. In addition, the minimum amount of data required to achieve 100% predictive accuracy for the target asphalt binders, regardless of the artificial neural network model, was 18, and the amount of training data decreased to less than 50%. CONCLUSIONS : The predictive accuracy of the aging of asphalt binders was significantly enhanced when GPC data was used, indicating that GPC should be prioritized in evaluating the aging of asphalt binders.

This study aimed to suggest a suitable collar pattern by visually evaluating the appearance of the amount of collar drape by the starting position of the lapel line of a double-breasted tailored jacket using a 3d virtual fitting program. It created an avatar based on the mean size of women in their 20s (the 8th Size Korea) using clo network (double fastening: 10cm, collar width: 4.5cm, collar stand: 3cm, and lapel width: 8.5cm). The starting of the lapel twist line was waistline level, the 1/2 level of bustline and waistline, or bustline level, and collar laying amount was 4.5, 5.5, 6.5, or 7.5cm. It was evaluated by garment construction experts using 5, 6, and 4 items on the front, sides, and back, respectively. Descriptive statistics, F-test, Duncantest, and reliability analysis were conducted using SPSS 22. When collar laying amount was 6.5cm, it was best rated regardless of the starting point. Under waist line, when collar laying amount was 6.5cm, it was best rated regardless of the starting point. When collar laying amount was large, the collar’s outline length increased, resulting in unnecessary wrinkles from the neckline to the lapel, affecting the overall collar appearance. When collar laying amount was the smallest, the collar was lifted and the width was narrowed, exposing the seam connecting the collar and neckline. The length of the collar’s outline varied depending on collar laying amount, which was important to make the outline sit comfortably on the body.

This study seeks to increase the satisfaction of elderly men when purchasing and wearing ready-to-wear clothes by designing a slacks pattern suitable for their body type, which is determined by analyzing their lower bodies using virtual avatars and 3D virtual simulation system. The study found the following. First, based on virtual visualization of the comparison slacks pattern, the waistline position was consistently the lowest scored question among the evaluation survey items. Interpretation of this dissatisfaction suggests that, because the front waistline falls below the abdomen, the lower body, and especially the abdominal shape, is unpleasantly emphasized. Second, by using a virtual simulation system, the study developed a new slacks pattern that considered the concerns of elderly men. The primary measurement changes were as follows: front waist girth W/4+1.5cm+0.5cm, back waist girth W/4+1.5cm–0.5cm, front hip girth H/4+2.5cm–0.5cm, back hip girth H/4+2.5cm+0.5cm. Third, the new slacks pattern’s appearance was evaluated more highly than the comparison pattern, confirming the new pattern’s appropriateness for elderly men. This study demonstrates how slacks and other clothing patterns designed in a 3D virtual garment simulator can be used to design more appealing clothing for elderly men, increasing the satisfaction of wearing ready-made clothes at older ages.

자율운항선박 기술은 점차 발전하고 있다. 하지만 완전 자율운항선박이 등장하기 전까지는 원격운영센터에서 원격운영자가 제 어하는 형태를 가지게 될 것이다. 그러나 현재 그들의 면허체계는 국내외적으로 정해지지 않았다. 역량이 검증되지 않은 원격운영자의 등 장은 항행 안전에 위험이 될 것이다. 본 논문에서는 문헌 연구를 통해 원격운영자의 면허체계를 위해 고려해야 할 평가기준과 국내 해기 사 면허체계 내에서 수립할 수 있는 방안을 모색하고 AHP를 활용하여 분석하였다. 그 결과 원격운영자의 면허체계를 위해서는 우선적으 로 법률제정이 필요하고 선박직원법 제4조 해기사 면허의 직종에 원격운영자의 직종을 추가하는 방안이 가장 선호되었다. 이에 따라 원 격운영센터의 조직구성도 기존 선박의 선교인적관리 조직과 유사하게 형성할 수 있을 것이다. 본 연구는 자율운항선박의 인적 관리 측면 에서 원격운영자의 효율적인 양성과 항행 안전에 이바지할 수 있을 것이다.

본 연구는 국내 해양스포츠의 사회적 인식이 어떻게 형성되었는지를 알아보고자 수행되었다. 이를 위해 해양스포츠의 대표적 종목인 요트, 조정, 카누와 관련된 최근 10년간 국내 언론 보도기사의 키워드 및 토픽을 활용하여 빅데이터 분석 방법 중 텍스트 마이닝 분석을 실시하였으며, 도출된 결과는 다음과 같다. 첫째, TF 분석과 워드 클라우드 분석 결과 해양, 대회, 체험, 관광, 세계, 요트, 카누, 레 저, 참여등이 상위 키워드로 나타났다. 둘째, 의미연결망 분석 결과 요트는 해양, 산업, 대회, 레저, 관광, 보트, 시설, 사업 등과 상관관계가 나타났고, 조정은 대회, 충주 등과, 카누는 해양, 대회, 체험, 레저, 관광 등과 상관관계가 나타났다. 셋째, 토픽모델링 분석 결과 요트, 조 정, 카누가 엘리트 체육과 해양레저스포츠로서 인식이 형성된 것을 알 수 있었으나 시간의 변화에 따라 사회전반적인 쟁점과 의견의 흐 름 및 사회적 변화는 미미한 것으로 나타났다. 이상의 결과를 종합하면 요트와 카누는 엘리트 체육이라는 인식에서 해양레저스포츠로 점차 인식이 형성되어 해양레저산업에 중요한 요소로 활용되고 있다는 것을 알 수 있었으며, 조정은 엘리트 체육 중심의 사회적 인식이 크게 변하지 않아 해양레저스포츠로서 대중화가 아직은 미미한 것으로 사료된다.

빠르게 변화하는 연안지형과 연안침식의 동적변화 현상을 이해하기 위해서는 시·공간의 연속성이 포함된 짧은 주기 그리고 지 속적인 모니터링이 필요하다. 최근 영상 모니터링 분석기술 발전과 함께 원격감지를 활용한 연안 모니터링 연구가 다수 이루어지고 있다. 원격 감지는 일반적으로 항공기나 위성으로부터 거리를 두고 측정된 영상을 활용하여 객체나 지역에 관한 정보를 추출하는 기술로 연안 지형변화를 빠르고 정확하게 분석할 수 있는 장점이 있어 그 활용도가 점차 증가하는 추세이다. 원격 위성영상 기반 해안선 탐지는 위성 영상으로부터 측정가능한 해안선 정의, 해안선 탐지기술 적용을 통한 해안선 추출로 수행된다. 기존 문헌에서 조사된 다양한 자료로부터 위성 영상기반 해안선 정의, 원격 위성영상 현황, 기존 연구동향, 위성영상 기반 해안선 탐지 기술연구 동향을 분석하였으며, 분석 결과로 부터 최신 연구동향, 이상적인 해안선 추출 및 고도화된 디지털 모니터링과의 연계를 위한 실용적 기법을 검토을 위한 연구를 제언한다. 향후 한반도 전역의 변화 경향과 침식정도의 파악을 위해서는 국지적 모니터링에서 벗어나, 광역 위성 영상 등 디지털 모니터링을 활용 한 능동적인 모니터링 체계를 구축할 필요가 있으며 해안선 탐지 분야는 지속적인 연구와 분석 기술의 발전이 가속화 될 것으로 판단된 다.

인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.