이 연구는 위성사진을 활용하여 건설지점의 기대풍속을 예측하기 위한 인공신경망 방법론을 제안한다. 제안된 방법은 기존 의 엔지니어의 판단을 대체하여, Auto-Encoder를 사용해 지형적 특성을 정량화하고, 이를 바탕으로 대상지점과 유사한 지역의 관측소 풍속 데이터를 선형 조합해 기대 풍속을 예측한다. 또한, 머신러닝과 인공신경망을 활용한 종단간 풍속 예측 모델을 제안하고, 성능을 비교 분석하였다. 그 결과 관측소의 풍속 데이터의 선형 조합보다는 종단간 모델을 구성하는 방법이 더 높은 정확도를 보였으며, 특히 Graph Neural Network (GNN)이 Multi-Layer Perceptron (MLP)에 비해 상당히 우수한 예측 성능을 나타내었다.

Recently, a closed-type plant factory has been receiving attention as a advanced agricultural method. It has diverse advantages such as climate-independence, high productivity and stable year-round production. However, high energy cost caused by environmental control system is considered as a challenges of a closed-type plant factory. In order to reduce the energy cost, investigation about energy load which is directly connected to energy consumption needs to be conducted. In this study, energy load changes of a plant factory have been analytically analyzed according to the environmental changes. The target plant factory was a lettuce growing container farm. Firstly, the impact of photoperiod, set temperature and relative humidity change were examined. Under the climate condition of Daejeon in South Korea, increase of photoperiod and set temperature rose a yearly energy demand of a container farm. However, increase of set relative humidity decreased a yearly energy demand. Secondly, the climate environment effect was compared by investigating the energy demand under 9 different climate conditions. As a result, the difference between maximum and minimum value of the yearly energy demand showed 21.7%. Lastly, sensitivity analysis of each parameter (photoperiod, set temperature and relative humidity) has been suggested under 3 different climate conditions. The ratio of heating and cooling demand was varied depending on the climate, so the effect of each parameter became different.

본 연구에서는 육계사에 차열 페인트와 히트펌프의 적용에 따른 내부 온도 변화를 분석 하였다. 이를 위하여 환기율, 환기 방법, 시간별 환기 변화에 따른 실험 조건을 설정하였으며 육 계사 외부 및 내부 기온을 측정하였다. 그 결과, 차열 페인트를 도포한 육계사에서는 최대 1－2°C 실내 기온 상승을 억제하 는 효과가 나타났으며 히트펌프를 가동한 육계사에서는 외기 온도의 영향을 제일 적게 받는 환기율 0%일 때 내부 기온 감소 가 제일 크게 나타났다. 계사 내부의 온도가 외기 온도보다 높 을 경우에는 환기율을 높게 설정하여 환기팬을 이용한 냉방이 더욱 효과적이나 계사 내부 온도가 외기 온도와 유사하거나 낮을 경우에는 히트펌프를 이용하는 것이 가장 효과적일 것으 로 판단된다. 히트펌프 가동 시 외기 온도의 영향이 적은 환기 율을 0%로 설정하였을 때 내부 기온이 가장 큰 폭으로 감소하 였으나 실제 육계사에서는 분진, 이물질, 암모니아 등을 고려 하여 최소환기율 정도로 환기율을 설정한 후 히트펌프를 가동 하는 것이 가장 효율적일 것으로 판단된다. 본 연구는 실험 기 간이 짧아 데이터가 많지 않으며 실제 육계가 사육되고 있는 환경에서 실험을 진행한 것이 아니라는 한계가 있다. 향후 후 속 연구로 실제 닭이 사육되고 있는 환경에서의 히트펌프 효 과 분석과 히트펌프의 전력사용량, 냉방부하, 환기팬 가동시 간 등 다양한 환경인자를 포함한 연구가 진행되어야 할 것으 로 판단된다.

In this paper, we propose a analysis of domestic and foreign standards on protecting human body from EMF(Electromagnetic filed) and effect of the human body through EMF analysis of military electronic equipment in operation. We measured the EMF intensity of the side lobe and back lobe main beam on Radar Equipment at an accessible position. As a result, it was confirmed that the measured EMF intensity of three types of radar equipment did not exceed the standard on domestic protecting human body from EMF.

아토피 피부염(Atopic dermatitis, AD)은 주로 5세 이전에 발병하여 심한 가려움을 동반하는 만성 염증성 피부질환이다. 본 연구의 목적은 NC/Nga 마우스를 AD 유사 증상에 대한 405 nm+ 850 nm LED 광선 치료의 효과를 조사하는 것이다. 마우스는 Normal (Vehicle), 아토피성 피부염 유발군 (CON), 405 nm+ 850 nm LED 광선 치료군 (LED)으로 나누어 난괴법을 이용하여 무작위 배치하여 실험을 진행 하였다. LED 실험군은 하루 10분씩 405 nm+ 850 nm 파장의 LED 치료를 7일 간 실시하였다. LED 광선 치료 연구는 Dermatics 점수의 개선을 측정하고 피부염으로 인한 표피조직 두께 감소를 관찰하였다. LED 광선 요법으로 인한 혈청 IL-1β의 현저한 감소와 경피 수분 손실 및 혈청 IgE 농도 결과를 바탕으로 LED 광선 치료는 아토피 유발 생쥐의 정상적인 피부 상태 회복에 도움을 주었다. 본 연구 결과는 아토피 피부염 마우스 모델에서 적외선 영역의 광선과 blue light 영역의 광선의 동시 조사치료가 아토피 피부염 치료에 뛰어난 효능을 가지며, 두 파장의 LED의 동시 사용 가능성에 대하여 시사하였다.

본 연구는 Yorkshire종, Landrace종 및 Duroc종에 대한 유전체자료를 이용하여 수퇘지의 웅취를 유발하는 세 가지 호르몬인 androstenone, indole 및 skatole 호르몬에 대한 유의적인 유전자영역, SNP 마커 및 후보유전자를 발굴하여 최종적으로 저웅취 종돈을 육종하는데 그 목적이 있다. Genomoe-Wide Association Study를 수행하기 위한 참조집단으로 수집한 유전체 정보는 Yorkshire, Landrace 및 Duroc종에서 각각 3,858 두, 472두 및 1,029두로 총 5,359두에 대한 유전체자료를 분석에 이용하였다. 추정되는 육종가의 정확도를 평가하기 위하여 REML방법을 ASREML 4.1 소프트웨어를 이용하여 분석하였고 세 가지 호르몬에 대하여 다형질 개체모형을 적용하였으며 추정된 육종가로부터 산출한 deregreessed DEBVincPA를 반응변수로 이용하여 연구를 수행하였다. 세 가지 호르몬에 대하여 BayesB와 C의 방법론을 통하여 분석한 결과 BayesB에서 세 가지 호르몬과 연관될 것으로 예상되는 SNP marker 9개, 즉 androstenone에서 3개, indole에서 1개 및 skatole에서 5개가 발굴되었다. BayesC에 서는 이보다 적은 SNP marker 3개가 발굴되었다. 수퇘지의 웅취 호르몬에 영향을 미칠 것으로 예상되는 후보유전자는 총 6개로 각각 LMAN2L, ABLI, NRG3, CDH12, TRAPPC9, MAN1A2로 나타났다

In this study, the machine learning which has been widely used in prediction algorithms recently was used. the research point was the CD(chudong) point which was a representative point of Daecheong Lake. Chlorophyll-a(Chl-a) concentration was used as a target variable for algae prediction. to predict the Chl-a concentration, a data set of water quality and quantity factors was consisted. we performed algorithms about random forest and gradient boosting with Python. to perform the algorithms, at first the correlation analysis between Chl-a and water quality and quantity data was studied. we extracted ten factors of high importance for water quality and quantity data. as a result of the algorithm performance index, the gradient boosting showed that RMSE was 2.72 mg/m³ and MSE was 7.40 mg/m³ and R² was 0.66. as a result of the residual analysis, the analysis result of gradient boosting was excellent. as a result of the algorithm execution, the gradient boosting algorithm was excellent. the gradient boosting algorithm was also excellent with 2.44 mg/m³ of RMSE in the machine learning hyperparameter adjustment result.

본 연구는 최근 해양사고가 점차 증가하고 있는 10톤 미만 소형어선의 규칙파 중 운동응답 특성에 대하여 수치해석을 통하여 분석하였다. 10톤 미만의 소형선박들을 크기별로 구분하여 해양사고 분석에 이용되고 있기 때문에 본 연구에서도 서로 다른 크기의 소형 어선 3척을 대상으로 운동응답 해석을 이행하였다. 선수파인 경우 장파장 영역에서 속력이 높아질수록 상하동요 및 종동요 응답도 커지고 있는 현상을 확인하였다. 가장 작은 3톤급 어선의 운동응답이 다른 크기의 어선보다 더 크게 나타나는 특성을 보여주었다. 선수사파 상태에서의 횡동요 운동은, 선박의 크기와 관계없이 점차 속력이 높아질수록 운동응답의 최대값이 장파장 영역으로 이동되는 특성을 확인할 수 있었다. 선수사파와 횡파에서 3척의 소형어선 모두 속력이 가장 높은 15노트에서 횡동요 운동이 가장 크게 나타나는 것을 알 수 있었다. 선수파 및 선수사파를 받으면서 항행할 경우 속력을 낮추는 것이 종운동과 횡운동 영향을 감소시킬수 있는 방법이라고 보여진다. 횡파에 의한 횡동요는 속력 및 선박의 크기와 관계없이 특정 파장에서만 급격히 커지는 경향을 보여 주었다. 전진속력이 있을 경우 선수 사파에 비해서 선미사파에서의 확연한 횡동요 감소 현상을 확인할 수 있었다. 선박의 크기 및 속력에 따라 선체운동응답의 최대값이 나타나는 특정 영역이 있으므로 이 운동 영향을 최소화 시킬 수 있는 운항방법이 고려되어 실행되어야 한다.

본 연구는 제주지역에서 사육되고 있는 제주 재래돼지기반의 제주흑돈(제주재래돼지 합성돈)에 대하여 산육형질인 등지방 두께, 일당증체량, 90 kg 도달일령에 대한 후보유전자 탐색을 위해 전장유전체 분석을 실시하였고, 유전체 육종가의 정확도 비교를 위해 베이지안 방법(BayesB, BayesC), π(0.00, 0.50, 0.90, 0.99)값과 개체 자신과 후대의 정보만 포함하고 조상의 정보에 대해 정보를 보정한 DEBVexcPA (Deregressed EBV exlude parents average)와 부모 평균을 포함한 DEBVincPA (Deregressed EBV include parents average)의 반응변수를 이용하였다. 산육형질에 대한 전장유전체 분석을 실시한 결과 등지방두께는 KIAA1549 유전자(SSC18 at 11Mb region), 일당증체량과 90 kg 도달일령에서 POLD3(SSC9 at 9Mb region), STX6(SSC9 at 134Mb region) 유전자가 공통적으로 탐색되었다. 유전체의 정확도 범위는 일당증체량 BayesB의 경우 DEBVexcPA와 DEBVincPA에서 각각 0.285~0.305와 0.497~0.510과 BayesC에서 0.287~0.296와 0.499~0.511으로 추정되었다. 90 kg 도달일령은 BayesB에서 DEBVexcPA와 DEBVincPA는 각각 0.284~0.305와 0.497~0.510, BayesC에서는 0.284~0.296와 0.498-0.511로 추정되었다. 특히, 등지방두께의 유전체 정확도가 BayesB방법론의 DEBVincPA에서 0.625로 가장 높게 추정되었다. 제주흑돈의 산육형질에 대한 유전적인 개량 속도를 가속화하기 위해 유전체 선발법을 적용하는데 있어 부모 평균을 포함한 DEBVincPA (Deregressed EBV include parents average)의 반응변수를 이용하는 것이 바람직하다고 판단된다.

최근 친환경 에너지 개발에 대한 관심의 증가로 해상 및 연안 지역에서 대규모 해양구조물들이 건설되고 있다. 해양구조물은 항상 파랑 하중에 노출되어 있으므로 구조적인 안전성을 확보하기 위해서는 파랑에 대한 정확한 이해와 분석이 필수적이다. 실해역에서 수행되는 실험은 해양파를 이해하기 위한 가장 정확한 방법이지만, 변수의 통제가 어렵고 비용과 규모 측면에서 실험이 제한되는 경우가 많다. 본 연구에서는 수치파동수조를 이용하여 다양한 조건의 파를 생성하고 및 이론식과 비교를 통해 파랑 생성 능력을 검증하였다. 입자 기반 수치해석법인 SPH(Smoothed Particle Hydrodynamics) 기법을 이용하여 3차원 수조 및 피스톤 조파기를 모델링하였으며, 반사파에 대한 영향을 최소화하기 위해 수로 끝단에 질량 가중 감쇠 영역을 설정하여 안정적인 파고 및 유속 계산이 수행될 수 있게 하였다. 목표 파랑 조건에서,상대 수심이 2 이하를 만족하는 경우 파형경사에 관계없이 파고와 유속을 계산한 결과가 이론값과 높은 정확도를 보였다. 그러나 상대수심과 파형경사의 목표값이 증가하고, 측정 위치가 멀어짐에 따라서 최대 10% 이상의 오차가 발생하였다. 수치해석을 이용하여 정확한 계산이 가능한 파랑 범위를 무차원 변수를 이용하여 제안하였으며, 차후 수치해석을 이용한 수치파동수조 검증기준과 유체-구조물 상호작용 해석분야 연구에 효과적으로 활용될 수 있다.

Bulk graphite is manufactured using graphite scrap as the filler and phenolic resin as the binder. Graphite scrap, which is the by-product of processing the final graphite product, is pulverized and sieved by particle size. The relationship between the density and porosity is analyzed by measuring the mechanical properties of bulk graphite. The filler materials are sieved into mean particle sizes of 10.62, 23.38, 54.09, 84.29, and 126.64 μm. The bulk graphite density using the filler powder with a particle size of 54.09 μm is 1.38 g/cm3, which is the highest value in this study. The compressive strength tends to increase as the bulk graphite density increases. The highest compressive strength of 43.14 MPa is achieved with the 54.09 μm powder. The highest flexural strength of 23.08 MPa is achieved using the 10.62 μm powder, having the smallest average particle size. The compressive strength is affected by the density of bulk graphite, and the flexural strength is affected by the filler particle size of bulk graphite.

The change in the open porosity of bulk graphite as a function of the uniaxial molding pressure during manufacturing is studied using artificial graphite powder. Subsequently, the graphite is impregnated to determine the effect of the open porosity on the impregnation efficiency and to improve the density of the final bulk graphite. Bulk graphite is manufactured with different uniaxial molding pressures after mixing graphite powder, which is the by-product of processing the final graphite products and phenolic resin. The bulk density and open porosity are measured using the Archimedes method. The bulk density and open porosity of bulk graphite increase as the molding pressure increases. The open porosity of molded bulk graphite is 25.35% at 30 MPa and 29.84% at 300 MPa. It is confirmed that the impregnation efficiency increases when the impregnation process is performed on a specimen with large open porosity. In this study, the bulk density of bulk graphite molded at 300 MPa is 11.06% higher than that before impregnation, which is the highest reported increase. Therefore, it is expected that the higher the uniaxial pressure, the higher the density of bulk graphite.

In the manufacturing of bulk graphite, pores produced by vaporization and discharge of volatile materials in binders during carbonization reduce the density of bulk graphite, which adversely affects the electrical conductivity, strength and mechanical properties. Therefore, an impregnation process is introduced to fill the pores and increase the density of bulk graphite. In this study, bulk graphite is prepared by varying the viscosity of the impregnant. The microstructure of bulk graphite is observed. The flexural strength and electrical resistivity are measured. As the viscosity of the impregnants decreases and the number of impregnations increases, it is shown that the number of pores decreases. The density before impregnation is 1.62 g/cm3. The density increases to 1.67 g/cm3 and porosity decreases by 18.6 % after three impregnations using 5.1 cP impregnant, resulting in the best pore-filling effect. After three times of impregnation with a viscosity of 5.1 cP, the flexural strength increases by 55.2 % and the electrical resistivity decreases by 86.76 %. This shows that a slight increase in density due to the pore-filling effect improves the properties of bulk graphite.

Pores produced by carbonization in bulk graphite process degrade the mechanical and electrical properties of bulk graphite. Therefore, the pores of bulk graphite must be reduced and an impregnation process needs to be performed for this reason. In this study, bulk graphite is impregnated by varying the viscosity of the impregnant. The pore volume and pore size distribution, according to the viscosity of the impregnant, are analyzed using a porosimeter. The total pore volume of bulk graphite is analyzed from the cumulative amount of mercury penetrated. The volume for a specific pore size is interpreted as the amount of mercury penetrating into that pore size. This decreases the cumulative amount of mercury penetrating into the recarbonized bulk graphite after impregnation because the viscosity of the impregnant is lower. The cumulative amount of mercury penetrating into bulk graphite before impregnation and after three times of impregnation with 5.1cP are 0.144 mL/g and 0.125 mL/gm, respectively. Therefore, it is confirmed that the impregnant filled the pores of the bulk graphite well. In this study, the impregnant with 5.1 cP, which is the lowest viscosity, shows the best effect for reducing the total pore volume. In addition, it is confirmed by Raman analysis that the impregnant is filled inside the pores. It is confirmed that phenolic resin, the impregnant, exists inside the pores through micro-Raman analysis from the inside of the pore to the outside.

Conductive polymer composites with high electrical and mechanical properties are in demand for bipolar plates of phosphoric acid fuel cells (PAFC). In this study, composites based on natural graphite/fluorinated ethylene propylene (FEP) and different ratios of carbon black are mixed and hot formed into bars. The overall content of natural graphite is replaced by carbon black (0.2 wt% to 3.0 wt%). It is found that the addition of carbon black reduces electrical resistivity and density. The density of composite materials added with carbon black 3.0 wt% is 2.168 g/cm3, which is 0.017 g/cm3 less than that of non-additive composites. In-plane electrical resistivity is 7.68 μΩm and through-plane electrical resistivity is 27.66 μΩm. Compared with non-additive composites, in-plane electrical resistivity decreases by 95.7 % and through-plane decreases by 95.9 %. Also, the bending strength is about 30 % improved when carbon black is added at 2.0 wt% compared to non-additive cases. The decrease of electrical resistivity of composites is estimated to stem from the carbon black, which is a conductive material located between melted FEP and acts a path for electrons; the increasing mechanical properties are estimated to result from carbon black filling up pores in the composites.

In this study, we performed algorithms to predict algae of Chlorophyll-a (Chl-a). Water quality and quantity data of the middle Nakdong River area were used. At first, the correlation analysis between Chl-a and water quality and quantity data was studied. We extracted ten factors of high importance for water quality and quantity data about the two weirs. Algorithms predicted how ten factors affected Chl-a occurrence. We performed algorithms about decision tree, random forest, elastic net, gradient boosting with Python. The root mean square error (RMSE) value was used to evaluate excellent algorithms. The gradient boosting showed 10.55 of RMSE value for the Gangjeonggoryeong (GG) site and 11.43 of RMSE value for the Dalsung (DS) site. The gradient boosting algorithm showed excellent results for GG and DS sites. Prediction value for the four algorithms was also evaluated through the Receiver operating characteristic (ROC) curve and Area under curve (AUC). As a result of the evaluation, the AUC value was 0.877 at GG site and the AUC value was 0.951 at DS site. So the algorithm‘s ability to interpret seemed to be excellent.