인공지능(artificial intelligence, AI)은 분리막 개발에 중대한 영향을 미치기 시작하며 소재 설계 및 성능 최적화를 위한 새로운 접근법을 제시하고 있다. 본 총설에서는 머신러닝(machine learning, ML)과 딥러닝(deep learning, DL) 기술에 중점을 둔 AI 기반 분리막 개발의 최근 발전상을 조명하고 있다. 이러한 도구는 데이터 기반 예측을 가능하게 하고, 제조 공 정을 개선하며, 소재 발굴을 가속화한다. 데이터 품질, 모델 해석 가능성, 실험 검증과 같은 주요 과제도 제시한다. 또한, AI 통합의 미래 전망을 개괄하고, 가스 분리, 청정에너지, 환경 응용 분야에서 분리막기술에 혁명을 일으킬 수 있는 AI의 잠재력 을 강조한다.

One of the most innovative approaches for maintaining and rehabilitating the Seoul pavement is to develop and implement the maintenance of pavement under the pavement management system (PMS). This paper documents result of the survey on PMS used in Seoul. This model is uses the theory to survey the condition of the pavement ,An index called the Distress Manifesto Index (DMI) is define as used to measure the pavement distress condition of the Seoul pavement. And there is Riding Condition Index (RCI) is to define the comfort of driver who is traveling on the Seoul pavement. Pavement condition index is defined as used to evaluate pavement condition. The cost effective PMS is possible only when maintenance requirement are identified at right time with realistic prediction of overall pavement condition. For Seoul, several survey are used in order to management decisions such as Pavement Serviceability Index (PSI), Surface Condition Ratting (SCR), and Pavement Condition Rating (PCR) etc. the goal of this paper is to evaluate the condition of pavement to facilitate a better understanding of the opportunities to augment the current framework while remaining consistent with the aims of moving ahead for progress in 21stcentury. This research is based on the performance of the asphalt concrete pavement data of Seoul Pavement. Pavement are divided into three classes Class 1 consist of 10-7 SPI result data ,that the pavement is in good condition. Class 2 consist of 6.99-4.0 SPI result data , that the pavement is in average condition. Class 3 consist of 3.99-0.00 PCI result data, that the pavement is in bad condition and need to repair immediately. the performance data is from Dongsomoonlo(28) it consist of Rutting ,Cracking, and IRI data.

꽃노랑총채벌래[Frakliniella occidentalis (Pergande) (Thysanoptera: Thripidae)]와 대만총채벌레[F. intonsa (Trybom)]는 주로 작물의 꽃에 서식하는 해충이다. 2012-2014년 안동시 송천동 딸기하우스와 안동대 소재 고추포장에서 각각 끈끈이 트랩 설치와 고추꽃을 수거하여 총채벌레 밀도 변동을 기록하였다. 딸기와 고추에서 모두 대만총채벌레가 꽃노랑총채벌레보다 각각 14-35배와 6-121배 더 많이 기록되었다. 이 현상을 설명할 수 있는 이유로 두 종의 살충제에 대한 감수성차이, 온습도와 같은 환경적인 요인, 종간의 간섭경쟁을 제시하였다.