본 논문에서는 몬스터에게 붙잡히지 않고 키를 찾아서 연구소를 탈출하는 공포 방탈출 게임을 제안한다. 제 안하는 게임을 진행한30명의 게임 플레이 로그 데이터 분석 결과와 설문조사 결과를 바탕으로, 제안하는 게 임의 특징을 분석한 결과는 다음과 같다. 첫째, 제안하는 게임은 다양한 아이템, 액션, 탈출 경로를 제공한다. 제안하는 게임이 숨을 곳도 많고 다양한 상호작용을 제공한다고 설문에서4점 이상 주었다. 또한, map의 footprint를 분석한 결과, 플레이어는 다양한 경로를 통해 키를 찾아서 탈출하였다. 둘째, 제안하는 게임은 외 관으로 기능을 추론할 수 있는 직관적인 오브젝트를 제공한다. 따라서, 플레이어는 시각적 공간 및 게임 아 이템 용도를 쉽게 파악하여 조작할 수 있다. 설문조사 결과에서, 플레이어는 조작감 관련 항목의 점수를4점 이상을 주었다. 셋째, 제안하는 게임에서 플레이어는 아이템이 충분할 때보다는 부족할 때 더 몰입을 잘 한 다. 게임 플레이 로그 데이터 분석 결과와 설문조사 결과에 따르면, 플레이어는 아이템이 부족할 때 더 크게 공포를 느끼고 상황에 몰입하여, 더 적극적으로 행동하게 되고 더 민감하게 반응한다.

기상현상관측은 기상청에서 다양한 방법(지상, 고층, 해양, 항공, 등)으로 관측되고 있다. 하지만, 인간생활에 많은 영향을 미치는 대기경계층 관측에는 한계가 있다. 특히, 존데 또는 항공기를 이용한 기상관측은 경제적인 측면에서 상당 한 비용이 필요하다. 따라서 본 연구의 목적은 기상드론을 이용하여 국지기상현상 중 해륙풍 연직분포에 대한 기상 인자들을 측정하고 분석하는 것이다. 해륙풍의 공간적 분포를 연구하기 위해 보성지역 표준기상관측소의 보성종합기상탑을 포함한 다른 세 지점(해안가, 산기슭, 산중턱)에 동일한 통합기상센서를 각 드론에 탑재하였다. 2018년 8월 4일 1100 LST부터 1800 LST까지 30분 간격으로 최대 400 m 고도까지 기온, 상대 습도, 풍향, 풍속, 기압의 연직 프로파일 관측이 수행되었다. 기온, 상대 습도, 기압에 대한 기상현상의 공간적 특성은 네 지점에서 보이지 않았다. 강한 일사량 시간 대에 중간지점(~100 m)에서 강한 바람(~8 m s−1 )이 관측되었고, 오후에는 풍향이 내륙지역의 상층부터 서풍으로 바뀌었다. 기상드론을 이용하여 관측한 하부 대기층의 분석결과는 보다 정확한 기상예보 향상에 도움이 될 것으로 기대된다.

A heavy (93 mm hr−1) rainfall event accompanied by lightning occurred over Gangneung in the Yeongdong region of South Korea on August 6, 2018. This study investigated the underlying mechanism for the heavy rainfall event by using COMS satellite cloud products, surface- and upper-level weather charts, ECMWF reanalysis data, and radiosonde data. The COMS satellite cloud products showed rainfall exceeding 10 mm hr−1, with the lowest cloud-top temperature of approximately −65oC and high cloud optical thickness of approximately 20-25. The radiosonde data showed the existence of strong vertical wind shear between the upper and lower cloud layers. Furthermore, a strong inversion in the equivalent potential temperature was observed at a pressure altitude of 700 hPa. In addition, there was a highly developed cloud layer at a height of 13 km, corresponding with the vertical analysis of the ECMWF data. This demonstrated the increased atmospheric instability induced by the vertical differences in equivalent potential temperature in the Yeongdong region. Consequently, cold, dry air was trapped within relatively warm, humid air in the upper atmosphere over the East Sea and adjacent Yeongdong region. This caused unstable atmospheric conditions that led to rapidly developing convective clouds and heavy rainfall over Gangneung.

PURPOSES: This study develops various models that can estimate the pattern of road surface temperature changes using machine learning methods. METHODS : Both a thermal mapping system and weather forecast information were employed in order to collect data for developing the models. In previous studies, the authors defined road surface temperature data as a response, while vehicular ambient temperature, air temperature, and humidity were considered as predictors. In this research, two additional factors-road type and weather forecasts-were considered for the estimation of the road surface temperature change pattern. Finally, a total of six models for estimating the pattern of road surface temperature changes were developed using the MATLAB program, which provides the classification learner as a machine learning tool. RESULTS: Model 5 was considered the most superior owing to its high accuracy. It was seen that the accuracy of the model could increase when weather forecasts (e.g., Sky Status) were applied. A comparison between Models 4 and 5 showed that the influence of humidity on road surface temperature changes is negligible. CONCLUSIONS: Even though Models 4, 5, and 6 demonstrated the same performance in terms of average absolute error (AAE), Model 5 can be considered the optimal one from the point of view of accuracy.

PURPOSES : In this study, systematic road snow-removal capabilities were estimated based on previous historical data for road-snowremoval works. The final results can be used to aid decision-making strategies for cost-effective snow-removal works by regional offices. METHODS: First, road snow-removal historical data from the road snow-removal management system (RSMS), operated by the Ministry of Land, Infrastructure and Transport, were employed to determine specific characteristics of the snow-removal capabilities by region. The actual owned amount and actual used amount of infrastructure were analyzed for the past three years. Second, the regional offices were classified using K-means clustering into groups “close”to one another. Actual used snow-removal infrastructure was determined from the number of snow-removal working days. Finally, the correlation between the de-icing materials used and infrastructure was analyzed. Significant differences were found among the amounts of used infrastructure depending on snowfall intensity for each regional office during the past three years. RESULTS: The results showed that the amount of snow-removal infrastructure used for low heavy-snowfall intensity did not appear to depend on the amount of heavy snowfall, and therefore, high variation is observed in each area. CONCLUSIONS: This implies that the final analysis results will be useful when making decisions on snow-removal works.

PURPOSES:This study suggests a specific methodology for the prediction of road surface temperature using vehicular ambient temperature sensors. In addition, four kind of models is developed based on machine learning algorithms.METHODS:Thermal Mapping System is employed to collect road surface and vehicular ambient temperature data on the defined survey route in 2015 and 2016 year, respectively. For modelling, all types of collected temperature data should be classified into response and predictor before applying a machine learning tool such as MATLAB. In this study, collected road surface temperature are considered as response while vehicular ambient temperatures defied as predictor. Through data learning using machine learning tool, models were developed and finally compared predicted and actual temperature based on average absolute error.RESULTS:According to comparison results, model enables to estimate actual road surface temperature variation pattern along the roads very well. Model III is slightly better than the rest of models in terms of estimation performance.CONCLUSIONS :When correlation between response and predictor is high, when plenty of historical data exists, and when a lot of predictors are available, estimation performance of would be much better.

제주도 숨은물벵뒤 습지에서 Betaproteobacteria의 종다양성을 조사하였고, 신분류군 후보 22균주를 확보하였다. 분리주의 16S rRNA 유전자 염기서열을 분석한 결과Burkholderiaceae (3균주), Comamonadaceae (8균주), Oxalobacteraceae (5균주) 및 Neisseriaceae (5균주) 등 4개 과에 속한 15속, 그리고 소속 미상의 Burkholderiales 소속1속(1균주)으로 동정되었다. Chr

제주도 한라산에 위치한 국내 최대규모의 고산습지인 숨은물벵뒤 습지의 Alphaproteobacteria와 Gammaproteobacteria강에 속하는 세균 종의 다양성을 조사하였고, 신분류군 후보 균주 19종을 확보하였다. 신종후보 균주의 16S rRNA 유전자 염기서열을 분석하였을 때 표준균주와 98.7% 미만의 유사도를 보이는 균주들을 신종후보균주로 간주하였다. 총 19종의 세균이 Alphaproteobacteria와 Gammaproteobacte

제주도 한라산의 숨은물벵뒤 습지는 여러 다른 생태계에 비해 접근이 용이하지 않아 생물다양성이 높다고 여겨져 왔으나, 세균의 다양성과 새로운 종에 대한 보고는 전혀 이루어지지 않았다. 본 연구에서는 제주도 한라산의 고산 습지인 숨은물벵뒤 습지에서 담수 및 토양시료를 채취하여 Bacteroidetes, Firmicutes, Actinobacteria문에 속하는 세균을 분리하였다. 분리된 세균 중 위의 3개의 문에 속하는 균주의 16S rRNA 유전자 염기서