이화명충의 유충, 번데기, 성충에 gamma ray를 조사하여 웅성불임기술에 관한 자료를 얻기위한 실험결과를 요약하면 다음과 같다. 1) 번데기의 성비는 암컷 2,903에 대해 숫컷은 2,924이었다. 2) 번데기의 은 암컷이 26KR, 숫컷이 26.7KR이었다. 3) 처리한 숫컷성충과 교미한 암컷의 평균 산란수는 고선량일수록 감소하며 난괴수는 증가하였다. 4) 숫컷의 은 23KR이었으며 30KR 이상에서는 거이 불임이 유기되었다. 5) 웅성불임을 유기 시키기 위하여 방사선을 조사시키는 시기는 번데기 시기가(3-6일령) 가장 적합하다고 본다

In this paper, among the W-S-R relationship methods proposed by Lee, et. al., (2020) to produce rain-based rain information in real time, we tried to produce actual rain information by applying machine learning techniques to take into account the effects of wiper operation. To this end, rain sensor proposed the Graded Descent and Threshold Map method for pre-processing the cumulative value of the difference before and after wiper operation by utilizing four sensitive channels for optical sensors developed by Kim Byung-sik (2016) and using rain sensor data produced by five rain conditions in indoor artificial rainfall experiments. This method is the method of producing rainfall information by calculating the average value of the Threshold according to the rainfall conditions and channels, creating a Threshold Map corresponding to the grid 4 (channel) x 5 (thinking of rainfall information) and applying Optima Rainfall Intensity among the big data processing techniques. For the verification of these proposed findings, the application was evaluated by comparing the rainfall observations with the methods presented by Lee, et. al., (2020).

Apophis is a near-Earth object with a diameter of approximately 340 m, which will come closer to the Earth than a geostationary orbit in 2029, offering a unique opportunity for characterizing the object during the upcoming encounter. Therefore, Korea Astronomy and Space Science Institute has a plan to propose a space mission to explore the Apophis asteroid using scientific instruments such as a laser altimeter. In this study, we evaluate the performance metrics of a laser altimeter using a pseudorandom noise modulation technique for the Apophis mission, in terms of detection probability and ranging accuracy. The closed-form expression of detection probability is provided using the cross correlation between the received pulse trains and pseudo-random binary sequence. And the new ranging accuracy model using Gaussian error propagation is also derived by considering the sampling rate. The operation range is significantly limited by thermal noise rather than background noise, owing to not only the low power laser but also the avalanche photodiode in the analog mode operation. However, it is demonstrated from the numerical simulation that the laser altimeter can achieve the ranging performance required for a proximity operation mode, which employs commercially available components onboard CubeSat-scale satellites for optical communications.

학교소속감이 중도탈락을 막을 수 있는 중요한 변수임에도 불구하고 특히 고등학교 학생에 대한 학교소속감 연구는 그 수가 많지 않다. 아직 충분한 연구가 이루어지지 않은 분야에서 기계학습 기법을 활용하는 탐색적 연구가 학문적 기여를 할 수 있다. 본 연구의 주요 목적은 일반고 및 특성화고 학생들의 학교소속감을 예측하는 중요한 변수를 파악하는 것이다. 이를 위하여 부산교육종단 연구 2016 4차년도 데이터의 일반고와 특성화고 학생, 교사, 교장, 학교 변수를 모두 활용하였다. 구체적으로 75개 일반고 1,775명의 824개 변수 자료와 36개 특성화고 739명의 854개 변수 자료를 기계학습 기법으로 분석한 결과, 일반고와 특성화고에서 각각 20개와 21개의 학생, 교사, 학교 관련 변수가 선택되었다. 학교소속감을 개인의 심리적 차원에 초점을 맞추어 분석한 선행연구와 달리, 본 연구는 교사, 교장, 학교 변수까지 모두 모형에 투입함으로써 학교 현장에서의 변화를 꾀하였다. 기계학습 기법 중 벌점회귀모형으로 분류되는 glmmLasso를 활용하여 변수 선택 시 자료의 위계적 구조를 반영한 점 또한 연구 의의라 하겠다. 특히 특성화고 자료는 사례 수보다 변수 수가 더 많은 고차원 자료였으므로 기계학습 기법을 활용하는 것이 필수적이었다. 연구 결과를 토대로 고등학생의 학교소속감을 향상시키기 위하여 필요한 정책적 제언을 제시하고, 후속 연구주제 또한 논하였다.

본 연구는 CT를 이용한 뇌혈관 추출 검사에서 이중에너지 기법을 활용하여 각 에너지 준위별 뇌혈관 조 영술의 유용성을 평가하였다. 방법은 CT 뇌혈관 조영술을 시행한 환자 15명의 DE 영상과 SE 영상을 대상으로 하였다. 영상의 분석은 MCA, 뇌실직 조직, Background에 ROI를 설정하여 평균값, 표준편차 및 SNR, CNR 값을 구하고, SE영상과 비슷하게 구현되는 에너지 영역을 알아보았다. Likert 5점 척도 육안평가를 병행한 결과 DE 40 keV와 SE 120 kVp에서 가장 선명한 MCA 영상을 확인 하였다(p>0.05). SE영상의 SNR 값은 DE영상의 40 keV에너지 준위값과 비슷하게 측정되었고, 40 keV와 50 keV의 저에너지 준위의 영상이 SNR이 높게 측정되어 고에너지 준위의 영상에 비해 대조도가 높아 뇌혈관질환을 유용하게 관찰할 수 있을 것으로 사료된다.

현대 정보사회의 광고 홍수 속에서 특정 광고가 소비자들의 주목을 끌기는 매우 어렵다. 또한 광고를 회피할 수 있는 다양한 기술들까지 등장하고 있는 현실에서 소비자들에게 효과적으로 메시지를 전달할 수 있는 아이디어가 필요하다. 본 연구는 이와 같은 관점에서 광고 교육현장과 실무 현장에서 폭넓게 활용할 수 있는 다양한 아이디어 발상법들을 고찰해 보았다. 그리고 그중에서 직관적이면서도 시각적 표현 중심으로 단순하고 쉽게 아이디어 발상에 적용할 수 있는 스티븐 베이커 법을 선정하여 실제 광고 교육 현장에 발상 모델을 적용한 후 그 결과를 사례로 제시하였다. 연구 대상은 광고 전공 수업을 듣는 시각디자인학과 대학생들로 하였으며, 진행 과정은 먼저, 광고 콘셉트에 맞는 다양한 키워드를 도출한 후 스티븐 베이커법의 여러 가지 발상 기법 중에서 키워드와 연관성이 높은 기법들을 선정하였다. 이후 브레인스토밍을 통해 최적안에 적합한 아이디어들을 고른 후 섬네일 스케치를 진행하였으며, 그 중에서 최종적으로 정교화 작업을 진행할 안을 결정한 후 광고 시안을 제작하였다. 연구결과, 스티븐 베이커법을 활용하여 광고 발상 작업을 진행한 학생들은 직관적이면서도 광고 메시지를 효과적으로 전달할 수 있는 다양한 아이디어를 창출할 수 있었으며, 이를 바탕으로 만들어진 섬네일 스케치와 광고 시안 또한 완성도가 높았다. 스티븐 베이커법은 시각적 표현 중심의 아이디어 발상법으로 세부 기법들 자체가 단순하면 서도 크리에이티브 한 내용을 담고 있기 때문에 광고 교육 현장이나 실무 제작 환경에 도움이 될 것으로 기대한다.

To address the increase of weather hazards and the emergence of new types of such hazards, an optimization technique for three-dimensional (3D) representation of meteorological facts and atmospheric information was examined in this study as a novel method for weather analysis. The proposed system is termed as “meteorological and air quality information visualization engine” (MAIVE), and it can support several file formats and can implement high-resolution 3D terrain by employing a 30 m resolution digital elevation model. In this study, latest 3D representation techniques such as wind vector fields, contour maps, stream vector, stream line flow along the wind field and 3D volume rendering were applied. Implementation of the examples demonstrates that the results of numerical modeling are well reflected, and new representation techniques can facilitate the observation of meteorological factors and atmospheric information from different perspectives.

Rehabilitation work is required to increase well productivity, which decreases with the elapsed time of pumping owing to the clogging of the water well. Clogging causes not only a reduction in the well productivity but also a deterioration of the water quality. For unclogging and rehabilitating wells, several techniques are used such as brushing, air surging, surge blocks, and gas impulse. In this study, the high-pressure air impulse technique, which effectively and economically rehabilitates wells, was applied to a riverbank filtration site in Korea for the same objective. At most of the wells, the hydraulic parameters (transmissivity, storage coefficient, and specific capacity) were increased by the application of the high-pressure air impulse technique. The well loss change values also indicate an increase in the hydraulic parameters by the air impulse implementation. Thus, the high-pressure air impulse technique can be efficiently and economically applied to water and riverbank filtration wells for rehabilitating the decreased productivity.

강바닥판 교량의 교면포장 재료인 구스아스팔트는 약 240 ℃ 이상의 고온에서 포설되기 때문에 강바닥판에서 100 ℃ 이상 의 온도 상승을 유발하게 된다. 강바닥판 교량은 비교적 온도 변화에 민감하기 때문에 구조물의 내구성 및 안정성에 영향을 줄 수 있으므로 수치해석을 통하여 사전에 충분히 검토하여야 한다. 강바닥판 교량의 열영향 해석기법은 단순한 온도하중을 재하하는 방법과 열원을 적용하는 방법으로 대별될 수 있다. 본 연구에서는 다양한 시공환경에 적용 가능한 열원을 산정하여 열영향 해석을 수행하고, 기존 재래식 방법인 온도하중을 부여하는 방법과 상호 비교하여 검토하고자 한다.

본 연구에서는 2006년도의 교량 유지관리 빅데이터를 이용하여 선행연구에서 개발된 차종별 교통량 데이터와 연직 변위 데이터의 상관관계를 바탕으로 광안대교의 차종별 교통량 데이터를 이용한 연직 변위 추정 모델에 대하여 10여년이 경과한 현재적 적용성을 각각의 업데이트 방법으로 개발된 모델의 변위 추정 성능을 비교 분석하였다. 개발된 모델의 현재적 적용성은 추정된 변위는 실측 변위와 유사한 것으로 분석되었으며, 구조화 회귀 분석에 기반한 모델과 주성분 분석에 기반한 모델의 변위 추정 성능은 상호간에 큰 차이가 없다는 것을 알 수 있었다. 결론적으로 본 연구에서 개발한 차종별 교통량 데이터를 이용한 연직 변위 추정 모델은 광안대교의 교통하중에 따른 거동 분석 등에 유효하게 활용될 수 있을 것으로 사료된다.

The widespread sensors in a structural monitoring system provide vital support to its operation. Data is obtainedf rom sensors in a structural health monitoring system for integrity assessment of the structure, and false alarm will be frequently triggered if a faulty sensor is detected. In this study, a proposed method based on machine learning algorithm and Gaussian distribution is present to identify sensor fault.

In this paper, an experimental study on the data compression sensing technique optimized by Northridge earthquake waveform was performed to efficiently obtain the dynamic response of the civil structure. The optimized compression sensing technique is embedded in the wireless sensing system. Also, the dynamic response(acceleration) of the cable-stayed bridge model was acquired and the validity of the compression sensing technique was evaluated. The data compression sensing technique optimized by Northridge earthquake waveform was able to efficiently obtain the dynamic response of a flexible civil structure under 10Hz.

In this paper, an experimental study on the data compression sensing technique optimized by El-centro earthquake waveform was performed to efficiently obtain the dynamic response of the civil structure. The optimized compression sensing technique is embedded in the wireless sensing system. Also, the dynamic response(acceleration) of the cable-stayed bridge model was acquired and the validity of the compression sensing technique was evaluated. The data compression sensing technique optimized by El-centro earthquake waveform was able to efficiently obtain the dynamic response of a flexible civil structure under 10Hz.

In this paper, an experimental study on the data compression sensing technique optimized by Kobe earthquake waveform was performed to efficiently obtain the dynamic response of the civil structure. The optimized compression sensing technique is embedded in the wireless sensing system. Also, the dynamic response(acceleration) of the cable-stayed bridge model was acquired and the validity of the compression sensing technique was evaluated. The data compression sensing technique optimized by Kobe earthquake waveform was able to efficiently obtain the dynamic response of a flexible civil structure under 10Hz.

Construction safety is one of the significant problems on the world. Deep learning is an emerging term that acquires, processes and analyses image or video data to help computers have a high-level visual understanding of the world. In recent years, it has been introduced into the construction industry for improvements of occupational health and safety. This research contributes in solving this problem by using deep learning only RGB images that output detects the hazard zone on construction sites. The main goal of this study is to use different computer vision and deep learning to develop for different cases concerning fall related hazards.

This research aims to detect delamination-like damage from asphalt-concrete interface using contactless ultrasonic technique. FEM simulation and experiments demonstrate that surface waves and S mode are strongly present when there is delamination-like damage. It is believed that the measurement of S mode by non-contact ultrasonic system will allow one to determine the existence of delamination-like damage from bridge decks.

The damage detection method of blade systems largely depends on the personal ability of an inspector using a camera. Thus, this paper proposes a deep learning-based detection method that can rapidly and reliably identify and evaluate the damages on the blades.

This paper proposes a deep learning-based underground object classification technique incorporated with phase analysis of ground penetrating radar (GPR) for enhancing the underground object classification capability. Deep convolutional neural network (CNN) using the combination of the B- and C-scan images has recently emerged for automated underground object classification. However, it often leads to misclassification because arbitrary underground objects may have similar signal features. To overcome the drawback, the combination of B- and C-scan images as well as phase information of GPR are simultaneously used for CNN in this study, enabling to have more distinguishable signal features among various underground objects. The proposed technique is validated using in-situ GPR data obtained from urban roads in Seoul, South Korea. The validation results show that the false alarm is significantly reduced compared to the CNN results using only B- and C-scan images.

실제증발산 자료를 융합하기 위한 Modified Kling-Gupta efficiency Fusion (KGF)방법을 제시하였고, 인공위성 및 재분석 증발산 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MODIS Global Evapotranspiration Project (MOD16)를 활용하여 Simple Taylor skill’s Score (STS)와 비교하였다. 한반도와 중국의 세가지 land cover type(i.e., cropland, grassland, forest)을 가진 flux tower에서 비교 검증을 실시하였다. 실제증발산의 융합 방법인 STS와 KGF로 계산된 가중치의 결과를 확인하면, cropland와 grassland에서 재분석 자료(GLDAS, GLEAM)가 높은 가중치 영향을 나타내지만, forest에서 융합 방법에 따라 가중치 영향이 다르게 나타났다. 전반적으로 실제증발산 융합 방법 적용 결과의 비교에서는 cropland에서는 융합에 사용된 자료에 비하여 높은 개선이 이뤄지지 않았지만, grassland와 forest 에서는 개선이 이뤄졌다. 두 방법 중 KGF의 결과가 STS의 결과에 비하여 약간 개선되는 결과를 나타내었다