대서’ 마늘(Allium sativum L.)의 생장점 배양에 가장 효과적인 배양조건을 확립하고자 신초 유도 및 구 형성에 있어 식물생장조절제와 sucrose 농도의 영향을 조사하였다. 신초 유도에 관한 1차 시험에서는 NAA 0, 0.2, 0.5, 1 mg/L와 2iP 0, 2, 3, 5 mg/L를 조합하여 16가지 조건으로 설정하여 총 1,460개의 생장점을 처리하였다. 그 결과, NAA 0.2 mg/L에 2iP 2~5 mg/L를 처리한 조건과 NAA 1.0 mg/L에 2iP 5 mg/L를 처리한 조건에서 양호한 분얼 생성이 확인되었다. 특히, NAA 0.2 mg/L와 2iP 3 mg/L 처리군은 통계적으로 유의하지는 않았으나 가장 높은 평균 신초 생성률을 보여 효과적인 경향을 나타냈다. Sucrose 처리농도에 따른 기내소구 형성률을 비교하기 위한 2차 시험에서는 1차 시험에서 선발된 조건(NAA 0.2 mg/L, 2iP 3 mg/L)에서 배양한 1,193개의 생장점 중 생존한 546개를 5%, 7%, 9% 농도로 처리한 구 형성 배지에 계대배양하였다. 그 결과, sucrose 농도가 높을수록 기내소구의 형성률 및 0.1 g 이상의 큰 기내소구의 비율이 증가하는 경향을 보였으나, 통계적 유의성은 확인되지 않았다. 이상의 결과를 종합하면, ‘대서’ 마늘 생장점 배양에 적합한 신초 유도 조건은 NAA 0.2 mg/L와 2iP 3 mg/L의 조합이며, 구 형성은 9% sucrose 농도가 가장 효과적일 것으로 판단된다.

This study proposes a weighted ensemble deep learning framework for accurately predicting the State of Health (SOH) of lithium-ion batteries. Three distinct model architectures—CNN-LSTM, Transformer-LSTM, and CEEMDAN-BiGRU—are combined using a normalized inverse RMSE-based weighting scheme to enhance predictive performance. Unlike conventional approaches using fixed hyperparameter settings, this study employs Bayesian Optimization via Optuna to automatically tune key hyperparameters such as time steps (range: 10-35) and hidden units (range: 32-128). To ensure robustness and reproducibility, ten independent runs were conducted with different random seeds. Experimental evaluations were performed using the NASA Ames B0047 cell discharge dataset. The ensemble model achieved an average RMSE of 0.01381 with a standard deviation of ±0.00190, outperforming the best single model (CEEMDAN-BiGRU, average RMSE: 0.01487) in both accuracy and stability. Additionally, the ensemble's average inference time of 3.83 seconds demonstrates its practical feasibility for real-time Battery Management System (BMS) integration. The proposed framework effectively leverages complementary model characteristics and automated optimization strategies to provide accurate and stable SOH predictions for lithium-ion batteries.

This study aims to propose new grading standards that can be applied to AI-based automatic sorting machines, reflecting current distribution and consumption trends. The current domestic grading standards for onions in South Korea are based on the “Agricultural and Fishery Products Quality Control Act”. They classify onions based on criteria such as uniformity, shape, color, and the presence of foreign matter. Onion grading standards are divided into four categories based on bulb diameter and weight. However, in the actual domestic market, onions are distributed according to a five-grade classification based on bulb diameter. Therefore, this study classified onions into eight grades, reflecting current distribution and consumption trends in the domestic market. These grades are applicable to AI-based automatic sorting machines. Marketable onions were classified into A1 (extra large) to A5 (extra small) based on the diameter of a single bulb. Onions used for non-marketable purposes (processing) were classified as grade B. Additionally, grade C and grade D were designated for processing and disposal, respectively. By establishing quality grading classifications that align with current distribution and consumption market trends as well as the operational characteristics of AI-based automatic sorting machines, we can expect improvements in work efficiency and reductions in distribution costs. Following this study, it will be necessary to establish comprehensive quality grading standards that include both external criteria (such as bulb weight and size) and internal criteria (such as detection of internal decay and disease occurrence).

This study proposes a weight optimization technique based on Mixture Design of Experiments (MD) to overcome the limitations of traditional ensemble learning and achieve optimal predictive performance with minimal experimentation. Traditional ensemble learning combines the predictions of multiple base models through a meta-model to generate a final prediction but has limitations in systematically optimizing the combination of base model performances. In this research, MD is applied to efficiently adjust the weights of each base model, constructing an optimized ensemble model tailored to the characteristics of the data. An evaluation of this technique across various industrial datasets confirms that the optimized ensemble model proposed in this study achieves higher predictive performance than traditional models in terms of F1-Score and accuracy. This method provides a foundation for enhancing real-time analysis and prediction reliability in data-driven decision-making systems across diverse fields such as manufacturing, fraud detection, and medical diagnostics.

현재 우리나라는 저출산으로 인한 인구감소가 점차 심각해지고 있으며 이로 인해 우수한 신임장교 획득에 영향을 주고 있다. 따라서 군은 대학 과 협약하여 군사학과를 통해 신임장교를 수급하고 있지만, 이에 대한 여러 문제점들이 대두되고 있어 군은 더 이상 인력 수급에만 급급해서는 안 될 상황에 놓이고 있다. 따라서 이 연구는 군사학과에 관한 여러 주 장들 중에 군 복무를 시작하는 신임장교들의 임무수행태세 완비를 위한 학·군 협약 대학 군사학과의 역할에 관하여 제언하기 위해 연구하였다. 이를 위해 학·군 협약 군사학과 출신 장교들의 지휘관들과 인터뷰를 실 시하여 임무수행 실태를 확인하였고, 그들의 보수교육 기관 성적을 분석 하는 등 학·군 협약 군사학과 출신 장교들의 현 실태를 진단하였다. 위와 같은 진단을 통해 가설을 설정하고 검증하였으며, 이를 통해 학·군 협약 대학 군사학과의 역할에 대하여 제언하였다. 이를 통해 본 논제가 주는 함의는 첫째, 군사학의 범위와 영역을 확대하여 군사(軍事, The Military) 부분을 지속 발전시켜야 하며 둘째, 학·군 협약 군사학과는 실무형 교과 목을 확충시키고, 군 양성기관과 상호협력하여 연계성 있는 교육을 실시 함으로써 신임장교의 즉각적인 임무수행태세를 완비시켜 군사력 건설 분 야의 발전을 도모해야 한다는 점을 시사하고 있다.

이 연구는 국가 위기관리체계 중 통합방위사태와 경계태세의 발령기준 을 개선하기 위해 분석하였다. 우리 정부와 군은 평시 북한의 침투 및 도발과 같은 상황에 대응하기 위해 경계태세 및 통합방위사태와 같은 국 가 위기관리체계를 지속 발전시켜 왔다. 그러나 북한의 도발 상황을 고 려하여 통합방위사태와 경계태세가 시기적절하게 선포 및 발령되어야 함 에도 불구하고 그렇지 못한 사례가 여럿 있다. 따라서 통합방위사태 선 포절차와 경계태세의 발령조건을 반드시 개선할 필요성이 있다. 이를 위 해 기존 선행연구 사례를 통해 공통적인 연구의 경향들을 분석하였고, 위와 같은 문제가 발생하는 원인을 관련 법령 분석을 통해 연구문제를 도출하였다. 또 과거 위기대응사례를 분석하여 연구문제에 대한 결론을 내림과 동시에 발전 방향을 제시하였다. 이를 통해 본 논제가 주는 함의 는 첫째, 북한의 태도가 급변하여 예측할 수 없는 군사적 도발을 하더라 도 유연하게 대응하고 신속하게 대처할 수 있는 위기관리태세를 갖추어 야 한다는 것이며 둘째, 이러한 적시적인 위기관리를 통해 정부는 우리 국민들의 안전을 수호하는 역할을 수행해야 한다는 점을 시사하고 있다.

본 연구의 목적은 온도와 토양수분에 따른 마늘의 생육, 생리장해 및 수량에 미치는 영향을 구명하고자 실시 하였다. 실험은 온도가 6℃ 차이가 나는 온실에서 수행 되었는데, 정식부터 수확까지 외기(A)보다 3℃(A+3℃), 6℃(A+6℃) 고온조건, 토양수분은 적습(OI) 대비 수확기 무렵의 다습(EI) 처리를 하였다. 그 결과, 마늘 생육특성은 온도와 토양수분 조건(0.34m3/m3)에 따라 고도의 유의성을 보여 고온일수록 그리고 적습 처리구일수록 컸다. 초장은 외기보다 A+6℃-OI 처리구에서 47.4cm로 가장 컸으며, 엽장과 엽폭 역시 외기보다 A+6℃-OI 처리구가 각각 16.1cm, 2.4cm로 가장 컸다. 마늘재배 기간 중 외기보다 3℃, 6℃ 고온조건이 되면 스펀지마늘 발생율이 높아져 A+6℃-OI 처리구는 12.9% 발생하였고, A-EI 처리구에서는 전혀 발생하지 않았으며, 인편무게와 1쪽당 무게는 A+6℃ 고온구에서 크게 감소하여 수량이 외기 대비 A+6℃ 처리구는 평균 51%, A+3℃ 처리구는 평균 22% 감소하였다. 따라서, 마늘재배시 외기보다 6℃ 고온조건과 다습조건이 되면 상품수량 감소하고, 생리장해 발생이 많아지는 것으로 나타났다.

마늘은 우리나라에서 가장 중요한 조미채소이지만 생산비용의 증가와 인력부족으로 재배 면적이 줄고 있다. 마늘 생산과정에서 노동력이 가장 많이 투입되는 작업은 파종작업으로 단 기간에 많은 시간과 노 력을 필요로 하는데 이런 문제점을 줄일 수 있는 마늘파종기의 개발은 필수적이라고 할 수 있다. 본 연 구는 세 가지 마늘크기에 대해서 일정한 간격으로 2립 파종이나 결주를 최소화 하여 점 파종을 할 수 있는 마늘파종기를 설계·제작하고자 수행하였다. 그 결과, 선별기를 통해서 마늘을 크기 별로 선별한 후 각 종자 크기에 맞는 배종 버킷을 부착하여 파종을 진행한다면 파종 성능을 높일 수 있을 것으로 나 타났다. 파종 성능 시험을 통해 중간 크기의 버킷을 부착하여 농가에서 종자용으로 가장 많이 사용하는 중간 크기의 마늘을 파종할 때 가장 낮은 결주율은 6.2%로 나타났다.

자가면역췌장염과 췌장암의 감별진단은 유사한 임상증상 들과 영상검사소견을 보일 수 있기 때문에 종종 어렵다. 혈청 IgG4는 자가면역췌장염과 췌장암의 감별에 중요한 인자 이다. 췌장암 환자에서도 약 10%에서는 혈청 IgG4가 상승할 수 있으나, 대부분 정상 상한의 2배 이내이다. 그래서 저자들은 자가면역췌장염과 감별이 어려웠던 혈청 IgG4가 정상 상 한의 6배 이상으로 상승된 췌장암 1예를 경험하였기에 문헌 고찰과 함께 보고하는 바이다.

외국에서 도입한 블루베리의 내한성을 평가하고, 목재수분계측기가 월동 중 블루베리 가지의 동해피해를 간편하고 신속하게 진단하는데 활용할 수 있는지를 알아보기 위하여 수행되었다. 월동 중 블루베리의 가지의 고사율은 0~100%로 다양하게 나타나 품종별 내한성의 차이가 컸다. 블루베리 가지의 저온처리에 따른 TTC 검정에서 품종별 OD값은 -40℃ 〈 -21℃ 〈 4℃ 순으로 처리온도가 낮을수록 낮게 나타났다. 블루베리 가지의 저온처리에 따른 가지절단면의 색의 검정은 가지고 사율에 의한 내한성과 다른 결과와 차이가 있었다. 목재수분계측기에 의해 측정된 살아있는 블루베리 가지의 월동 중 최저 수분함량은 약 15%였으며, 월동 중 블루베리 가지의 위치별 수분함량은 나무 아랫부분일수록 높고 가지 끝으로 갈수록 낮았으나, 봄으로 접어들면서 가지 끝의 수분함량이 점점 높아져 20~40% 범위로 측정되었다. 월동 중 동해피해를 받은 가지는 점점 건조되어 수분함량이 5% 이하로 낮아졌다. 동해를 받은 블루베리 가지의 수분함량은 14% 수준 이하일 것으로 추정되며, 목재수분계측기가 블루베리 가지의 동해피해를 현장에서 신속하게 진단하는데 활용될 수 있을 것으로 기대된다.

본 연구는 여름철에 신선한 곤달비를 생산하기 위하여, 몇 가지 냉각방법에 따른 재배효과를 검토하고 베드의 구조물 및 냉각수단으로서 호스를 이용한 경제적인 팽연화왕겨 간이수경재배베드를 개발하기 위하여 수행하였다. 냉각방법별 곤달비의 생육은 냉수호스, 미스트, 무비가림 순으로 좋았으며, 13℃의 지히수를 약 240/hr의 유속으로 흘려 냉각시켰을 때 지온이 약 2~3℃ 낮아졌다. 여름재배 시 군락부위 부분냉방을 위해 개발된 호스베드시스템은 Φ15cm의 벽과, 유기배지로 팽연화왕겨가 이용된다. 냉수호스베드에서 냉수의 온도가 14~22℃ 범위에서 공급되었을 때 배지의 온도는 18~23℃로 유지되어 냉각효과가 양호하였으며, 스티로폼베드에 비하여 호스베드의 곤달비 군락부위의 온도는 약 0.5℃, 근권부의 온도는 약 3℃ 낮은 등 냉각효과가 있었다. 국부냉방을 위한 호스베드시스템은 곤달비와 같은 키가 작은 엽채류의 여름철 재배에 활용할 뿐 아니라 저온기에는 난방수를 순환하여 별도의 방열배관없이 국부난방에도 활용할 수 있어 경제적인 간이양액재배베드로서 활용될 것으로 기대된다.

고랭지 시금치의 여름철 수경재배에 적합한 품종과 육묘 배지의 선발, 적정 양액조건의 구명 및 시설비가 적게 들고 생산성이 높은 수경재배 방식의 개발을 위하여 본 연구를 수행하였다. 고랭지에서 여름철 수경재배에 적합한 시금치 품종은 '퀸토'로 다른 품종에 비하여 생육이 좋고 수량도 많았다. 시금치의 생육에 적합한 양액의 조건은 pH 6.0, EC 2.0dS·m-1 및 NH4-N의 비율은 30%이었다. 육묘용으로 피트모스와 펄라이트를 7:3의 용적비로 혼합한 상토를 200공 트레이에 채우고 시금치 종자를 파종하여 육묘한 경우 우레탄스펀지나 암면 플러그에서 육모한 것보다 입묘율이 높았다. 이렇게 육묘한 묘로 수경재배를 한 결과 혼합상토로 육묘한 경우의 수량은 암면 및 우레탄스펀지에 비하여 18% 및 24%가 증가하였다. 토양 위에 비닐을 깔아 만든 박막재배 베드에 lcm 두께로 혼합배지(피트 : 펄라이트 = 7 : 3)를 채운 후 스티로폼 정식판을 올려놓고 시금치를 재배할 경우 담액재배에 비하여 초장은 18% 길었고 수량은 9% 증가하였으며, 근권 온도 pH 및 EC는 담액재배와 비슷한 양상으로 변화하였다.