This study aims to develop a regression model using data from the Ammunition Stockpile Reliability Program (ASRP) to predict the shelf life of 81mm mortar high-explosive shells. Ammunition is a single-use item that is discarded after use, and its quality is managed through sampling inspections. In particular, shelf life is closely related to the performance of the propellant. This research seeks to predict the shelf life of ammunition using a regression model. The experiment was conducted using 107 ASRP data points. The dependent variable was 'Storage Period', while the independent variables were 'Mean Ammunition Velocity,' 'Standard Deviation of Mean Ammunition Velocity,' and 'Stabilizer'. The explanatory power of the regression model was an R-squared value of 0.662. The results indicated that it takes approximately 55 years for the storage grade to change from A to C and about 62 years to change from C to D. The proposed model enhances the reliability of ammunition management, prevents unnecessary disposal, and contributes to the efficient use of defense resources. However, the model's explanatory power is somewhat limited due to the small dataset. Future research is expected to improve the model with additional data collection. Expanding the research to other types of ammunition may further aid in improving the military's ammunition management system.

In the military, ammunition and explosives stored and managed can cause serious damage if mishandled, thus securing safety through the utilization of ammunition reliability data is necessary. In this study, exploratory data analysis of ammunition inspection records data is conducted to extract reliability information of stored ammunition and to predict the ammunition condition code, which represents the lifespan information of the ammunition. This study consists of three stages: ammunition inspection record data collection and preprocessing, exploratory data analysis, and classification of ammunition condition codes. For the classification of ammunition condition codes, five models based on boosting algorithms are employed (AdaBoost, GBM, XGBoost, LightGBM, CatBoost). The most superior model is selected based on the performance metrics of the model, including Accuracy, Precision, Recall, and F1-score. The ammunition in this study was primarily produced from the 1980s to the 1990s, with a trend of increased inspection volume in the early stages of production and around 30 years after production. Pre-issue inspections (PII) were predominantly conducted, and there was a tendency for the grade of ammunition condition codes to decrease as the storage period increased. The classification of ammunition condition codes showed that the CatBoost model exhibited the most superior performance, with an Accuracy of 93% and an F1-score of 93%. This study emphasizes the safety and reliability of ammunition and proposes a model for classifying ammunition condition codes by analyzing ammunition inspection record data. This model can serve as a tool to assist ammunition inspectors and is expected to enhance not only the safety of ammunition but also the efficiency of ammunition storage management.

In order to prevent accidents via defective ammunition, this paper analyzes recent research on ammunition life prediction methodology. This workanalyzes current shelf-life prediction approaches by comparing the pros and cons of physical modeling, accelerated testing, and statistical analysis-based prediction techniques. Physical modeling-based prediction demonstrates its usefulness in understanding the physical properties and interactions of ammunition. Accelerated testing-based prediction is useful in quickly verifying the reliability and safety of ammunition. Additionally, statistical analysis-based prediction is emphasized for its ability to make decisions based on data. This paper aims to contribute to the early detection of defective ammunition by analyzing ammunition life prediction methodology hereby reducing defective ammunition accidents. In order to prepare not only Korean domestic war situation but also the international affairs from Eastern Europe and Mid East countries, it is very important to enhance the stability of organizations using ammunition and reduce costs of potential accidents.

안면 부 MRI 검사는 주변 조직에 대한 높은 대조도 와 해상력으로 해부학적 구조 파악과 질환 진단에 이용되고 있다. 최근 검사 시간을 줄이는 동시에 영상의 질을 향상하는 딥러닝이 주목받고 있다. 본 연구는 안면 부 MRI 검사에서 딥러닝 의 유용성을 알아보기 위해 34명의 환자를 대상으로 딥러닝 T2 강조 영상과 고식적인 T2 강조 영상의 축상면, 관상면 영상을 각각 획득하여, 무참조 영상 품질평가 기법인 NIQE와 NIMA를 통하여 정량적 평가하였고, 리커트 4점 척도를 통해 정성적 평가하였다. NIQE 결과에서 딥러닝 T2 강조 영상은 고식적인 T2 강조 영상보다 영상 품질이 우수하였고, NIMA 결과에서는 딥러닝 T2 강조 영상의 축상면은 통계적으로 유의한 차이가 없었고, 딥러닝 T2 강조 영상의 관상면에서는 통계 적으로 유의한 차이가 있었다. 정성적 평가지표에서는 입 인두, 후두 인두에서 질적인 이득이 있었다. 연구 결과를 통해 안면 부 영역 중 무의식적인 움직임이 많은 영역에서 딥러닝을 적용함으로써 고식적인 T2 강조 영상보다 높은 영상의 품질 을 제공하고, 상대적으로 움직임이 덜한 구조물에서도 품질을 유지하며 검사 시간을 2분 이상 단축하여 움직임에 의한 인공 물을 감소시킴으로써 응급 환자 및 비협조 환자의 진단에 유용하게 활용될 것으로 사료 된다.

Elevators are the main means of transport in buildings. A malfunction of an elevator in operation may cause in convenience to users. Furthermore, fatal accidents, such as injuries and death, may occur to the passengers also. Therefore, it is important to prevent failure before accidents happen. In related studies, preventive measures are proposed through analyzing failures, and the lifespan of elevator components. However, these methods are limited to existing an elevator model and its surroundings, including operating conditions and installed environments. Vibration occurs when the elevator is operated. Experts have classified types of faults, which are symptoms for malfunctions (failures), via analyzing vibration. This study proposes an artificial intelligent model for classifying faults automatically with deep learning algorithms through elevator vibration data, hereby preventing failures before they occur. In this study, the vibration data of six elevators are collected. The proposed methodology in this paper removes "the measurement error data" with incorrect measurements and extracts operating sections from the input datasets for proceeding deep learning models. As a result of comparing the performance of training five deep learning models, the maximum performance indicates Accuracy 97% and F1 Score 97%, respectively. This paper presents an artificial intelligent model for detecting elevator fault automatically. The users’ safety and convenience may increase by detecting fault prior to the fatal malfunctions. In addition, it is possible to reduce manpower and time by assisting experts who have previously classified faults.

본고는 오랫동안 비평적 무관심을 받아 온 존 밀턴의 가장 초기 시들, 즉 시편 114편과 136편의 운문 번역을 새롭게 조명하고자 한다. 이 운문 번역 시편들은 밀턴이 15세에 쓴 것으로 일반적으로 학자들은 이 작품들을 밀턴의 습작(習作) 이상으로 취급하지 않았다. 그러나 이 운문 번역이 쓰여진 1620년 초기의 역사적 상황을 고려한다면 밀턴의 시편 114편과 136편 번역은 지금까지보다 섬세한 독해를 요구한다. 본고는 밀턴의 초기 시편 번역이 단순한 습작이 아니라 모국어 운문 시편 번역 전통 안에서 밀턴 특유의 시적 자유와 시편의 전례(典禮) 전통을 개혁하고자 하는 의지가 담긴 시도라고 주장한다.

이 글의 취지는 잘 알려지지 않은 17세기 영국 여성의 자전적 신앙 산문을 소개하고 연구 대상으로 조명하는 데 있다. 『아그네스 보몬트의 박해 서사』로 알려진 이 자전적 신앙 산문은 22세 중하층 여성의 1인칭 저술이고 현재 필사본으로 남아있다. 아그네스 보몬트의 생애, 『박해』의 필사본 특성, 전개 양상, 집필 동기에 대해 고찰하면서 이 산문이 갖는 컨텍스트와 텍스트적 특이점들을 살펴본다. 이 글은 두 가지의 목표를 가지고 있다. 하나는 자세한 비평적 소개를 통해 『박해』를 학술적 연구 범주로 끌어오고 앞으로 다양한 논의의 장을 만드는 것이다. 또 하나의 목표는 아그네스 보몬트의 서술 전략을 조망하면서 『박해』를 종교와 문학이 매개되는 방식을 탐색하는 것이다.

본 논문의 취지는 근세 시대 여성이 신앙적 성찰을 문학적으로 구현한 양상을 비평적 논의의 장으로 이끌어오는 것이다. 이를 위해 17세기 중엽의 영국에 살았던 장애 여성인 앤 콜린스의 운문 신앙 자서전 􋺷성스러운 노래와 묵상􋺸(1653)을 소개하고 분석의 대상으로 삼는다. 젠더화되고 고통 받는 여성의 몸과 동시대 신 앙적 의식이 문학을 통해 상호작용하면서 호소력 있게, 그러나 문제적으로 주체 성을 구축하는 방식을 탐색하는 것이 분석의 핵심이다. 앤 콜린스의 『성스러운 노래와 묵상』은 그동안 우리에게 덜 알려지고 영국 문학사 및 문화사에서 간과 되어 온 다양한 여성의 문학적, 종교적 의식 구축과 구현 및 그 배경을 연구하 는데 길잡이가 되어주는 한편, 문학과 종교에 대한 논의의 장을 넓히는데 기여 할 것이다.

목적 : 본 연구에서는 표전 근전도 신호를 기반으로 기존의 재활로봇 알고리즘의 성능의 개선하기 위한 새로운 특징 요소를 개발 및 검증하였다. 연구방법 : 기존의 선형 재귀 모델을 기반으로 한 실시간 로봇 제어 알고리즘을 수정하여, 2개 이상의 주파수 특징을 가지는 근 전도신호에 그 특징의 수에 맞추어 주파수 영역을 다르게 한 모델을 개발하였다. 결과 : 측정된 결과 개선된 알고리즘의 모델이 기존 모델대비 높은 정확도가 나옮을 확인할 수 있었으며, 향후 이를 적용 한다면, 근전도 기반 재활로봇의 정확도가 향상될 수 있음을 확인할 수 있었다. 결론 : 본 연구에서 제안된 복수의 필터뱅크 특징을 기반으로 한 개선될 선형 재귀알고리즘이 기존 알고리즘보다 높은 성능을 보임을 확인할 수 있었다. 이를 바탕으로 향후 뇌졸중 환자의 치료를 위한 재활 로봇을 제어하는데 활용된다면, 환자의 의지를 더욱 정확히 반영한 재활치료를 통하여 환자의 재활치료효과를 증진시킬 것이라 기대된다.

식물체정유란 식물체에 함유된 휘발성분을 증기증류를 이용하여 추출한 액상 형태의 추출물로 살충, 살균, 항세균, 살선충 등 다양한 활성들이 보고되어 있다. 특 히 최근 메틸브로마이드 등 가스형태의 훈증제들이 가지고 있는 독성 등 여러 가지 부작용 때문에 식물체정유들이 가지고 있는 살충, 살균,항세균 활성들이 관심을 받 고 있다. 식물체정유에는 다양한 화합물들이 함유되어 있는데(cynohydrins, monoterpenoids, sesquiterpenoids, sulphur compounds, thiocyanates 등) 이들 화 합물들은 단독 혹은 협력하여 다양한 활성들을 보인다. 이들 식물체 정유 혹은 정유 유래 화합물들은 발육단계별로도 다양한 활성에 차이를 보이며 농약에 저항성인 계체에 대해서도 활성을 나타낸다. 그리고 식물체정유는 이산화탄소나 ethyl formate 등과 혼합하였을 때 훨씬 좋은 활성을 나타낸다는 보고가 있다. 식물체정 유 성분들의 살충 혹은 살균 활성을 나타내는 기작에 대한 연구는 일부 수행이 되었 으나 현재까지 정확한 기작은 알려진 것이 별로 없는 실정이다. 본 발표에서는 식물 체정유 및 정유성분들의 살충, 살균, 항세균 등 다양한 활성을 알아보고 앞으로 식 물체정유를 이용한 병해충 방제제의 전망을 알아보고자 한다.

소나무재선충속(Bursaphelenchus) 선충은 전 세계적으로 100여종이 기록되어 있으며 대부분 종은 식균성 선충(mycophagous)으로 주로 죽은 식물체나 죽은 목재 조직에서 서식한다. 다만, 소나무재선충(Bursaphelenchus xylophilus)과 같이 일부 종의 경우 살아있는 나무와 죽은 나무 모두에서 식물기생성 시기(phytophsgous phase)와 식균성 시기(mycophagous phase)를 순환하는 선충도 있다. 소나무재선충속 선충의 분류 방법은 크게 형태적인 특징과 분자생물학적인 특징으로 나눌 수 있으며, 각각의 방법은 다양한 기준과 요소로 세분화되어 진다. 형태적인 특징으로는 ‘수컷의 생식기 형태’를 비롯하여, ‘수컷 미부 돌기의 배열’, ‘암컷 생식기 구조’, ‘암컷 꼬리 모양’, ‘측정치’등을 들 수 있다. 독일의 Braasch(2000)는 이에 ‘측선의 수’, ‘수컷 bursa의 모양’등을 추가하여 28종의 Bursaphelenchus속 선충을 10개의 그룹으로 분류하였다. 한편 Ryss등(2005)은 수컷 생식기에 대한 측정치를 산정함으로써 형태적인 분류를 보다 수치적으로 체계화하는데 성공하였다. 분자생물학적인 분류를 위하여서는 라이보좀 DNA(ITS, D2D3, SSU), 미토콘드리아 DNA 등이 활용되고 있으며, 이들 중 일부는 종 동정을 위한 유전자 마커로 개발되었고 또 일부는 계통 분류학적 근연관계를 파악하기 위한 정보로 이용되고 있다. 소나무재선충속 선충 종에 있어서 유전적 특성과 형태적 특성간의 차이를 조사하고자 한다.

우리나라에서 소나무재선충병이 1988년 부산에서 최초 발생한 이후 점차적으로 피해가 확산됨에 따라 급기야 2005년에 ｢소나무재선충병 방제특별법｣을 제정‧시행하고 범 정부적 노력으로 감소하였으나, 2011년부터 확산 추세를 보여 2014년 현재까지 63개 시·군·구로 확산되었다. 피해고사목의 발생 추이는 ’11년 477 → ’12년 506 →’13년 1,231천본으로 증가되었다. 소나무재선충병 피해확산 요인으로는 매개충 우화기 이전에 피해고사목 전량방제 미실행과 여름철 이상고온 및 가뭄으로 매개충(솔수염하늘소, 북방수염하늘소)의 개체수와 활동이 급격히 증가하여 피해가 확산된 것으로 추정된다. 또한 피해 관할 지자체의 관심부족과 전담인력 부재로 피해범위가 확대되고, 소나무류 인위적 이동에 따른 신규발생 지역이 증가하였다. 2013년 신규발생지은 광주 광산구, 울산 동구, 경기 양평‧하남‧연천‧가평‧양주‧안성, 강원 춘천, 충북 충주, 경북 상주이며, 2014년에는 경기도 의왕, 강원도 정선, 전북 순창, 경북 경산에서 발생하였다. 신규발생지 역학조사를 실시한 결과 울산 동구, 경기 하남, 경북 상주는 자연적 확산, 기타지역은 인위적 확산으로 밝혀졌다. 이러한 인위적인 확산은 어느 지역에서 그 피해가 발생할지 예측할 수 없기 때문에 조기예찰과 적기방제가 어려워 피해지역이 점점 증가 하고 있는 실정이다. 따라서 재선충병 피해현장에서 철저한 방제작업과 우리나라의 경우 소나무의 중요성 때문에 소나무 배제정책이 아닌 소나무 살리기 운동이 정책적으로 이루어진다면 소나무재선충병 방제가 충분히 가능할 것이다.

1938년 DDT가 개발된 이후 현재까지 해충 방제를 위하여 유기합성 살충제가 사용되어 왔고 해충방제에 많은 공헌을 한 것은 사실이나, 이러한 살충제의 장기간 및 과다 사용으로 최근에 인축에 대한 독성, 환경오염, 저항성해충의 출현, 잠재해충의 해충화 등 많은 부작용을 낳고 있다. 유기합성농약의 여러 가지 부작용 때문에 선진국에서는 오래전부터 이들을 대체할 환경친화형 방제법을 개발해오고 있다. 국내에서도 유기합성농약을 대체할 생물농약 개발에 많은 인력과 예산을 투자하고 있으며, 국내생물농약시장은 환경친화형 방제제에 대한 수요 증가로 꾸준히 증가할 것으로 예상된다. 하지만 국내에서 수행되고 있는 생물농약 연구는 대부분 농업 혹은 위생 해충에 국한되어 있으며, 산림해충 방제를 위한 생물농약 연구는 거의 이루어지고 있지 않다. 하지만 다양한 생물종이 서식하고 있는 산림에 유기합성농약을 대체할 친환경 방제법 개발은 무엇보다 시급한 실정이다. 본 발표에서는 현재까지 산림해충 방제를 위한 국내산림해충의 화학생태 연구에 대해 소개하고자 한다.

한국의 산림해충상은 해방이후 급격하게 변화하고 있다. 솔나방은 토착종으로 1950년대, 1960년대 및 1970년대 초반에 밀도가 극히 높았으나 이후 피해가 감소되었다. 1990년대 이후에는 주로 제주도 등 도서지방에서 발견되고 내륙에서는 돌발적으로 발생할 뿐이다. 솔잎혹파리는 1980년대, 1990년대 주요 산림 해충 중의 하나로서 일본에서 유입된 침입종이다. 솔잎혹파리 최초 발생은 일본에서 1901년에 보고되었으며 국내에서는 서울과 목포에서 모두 1929년 최초 발생이 보고되었다. 최근에는 솔잎혹파리 밀도가 안정되는 경향을 보이나 침입역사가 짧은 지역을 중심으로 밀도가 증가하여 피해를 주고 있다. 소나무재선충병 최초발생은 1988년 부산 금정산에서 최초 보고되었다. 소나무를 고사시키는 병원체는 소나무재선충이나 매개충인 솔수염하늘소 또는 북방수염하늘소가 소나무재선충의 이동과 확산에 관여하고 있다. 참나무시들음병은 2004년 경기 성남에서 최초 발생이 보고된 이후 발생지역과 피해가 증가하고 있다. 직접적인 고사는 Raffaelea quercus-mongolicae가 관여하는 것으로 의심되고 있으나 광릉긴나무좀의 공격밀도가 높을수록 참나무 고사 확률이 증가한다. 최근 기후변화로 인하여 상승된 겨울철 온도는 새로운 외래종인 꽃매미 정착을 가능하게 하였다. 갈색날개매미충, 미국선녀벌레 등 새로운 해충들이 발견되었으며 이러한 새로운 해충의 발생은 산림해충상 변화를 가져올 가능성이 높다.

소나무재선충병 피해예방을 위하여 매개충인 솔수염하늘소 성충에 대해 연무 연막기를 이용한 방제효과를 알아보았다. 실험에 사용된 약제는 소나무재선충병 매개충 방제약제 3종과 방역용으로 사용되고 있는 약제 2종을 사용하였다. 매개충에 대해 직접 및 간접처리하여 치사율을 조사한 결과 처리 24시간 경과 후 메프치온 유제(50%), 티아메톡삼 분산성액제(15%)의 경우 50배 희석액에서도 각 각 0~33.3%의 치사율을 보였지만 티아클로프리드 액상수화제(10%) 100배 희석 액 직접, 간접처리구 모두 88.9%의 살충율을 보였다. 티아클로프리드 액상수화제 (10%)를 소나무재선충병 피해지에 살포한 후 소나무 고사목 발생 모니터링을 실 시한 결과 1㏊ 처리구에서는 7월에 12본(23.5±9.7㎝), 10월에 12본(22.8±5.4㎝)의 고사목이 나타났으며, 2㏊ 처리구에서는 7월에 12본(21.1±5.6㎝), 9월에는 33본이 (22.1±8.0㎝)의 고사목이 발생하였다. 이들 살포지역에서 연막살포 3~6일 경과 후 소나무의 하부 가지를 채취하여 매개충에 대한 살충효과를 본 결과 16.0~19.0%였다. 방역용 약제 비펜스린 2종에 대하여 매개충에 대한 연막살포효과를 조사한 결과 직접살포시 100배 희석액에서는 24시간, 48시간 경과 후 각각 33.3, 88.9%의 살충 효과를 보였지만 500배 희석액에서는 24, 48시간 경과후 22.2, 44.4%의 살충효과 를 보였다. 간접살포시에는 100배 희석액의 경우 24시간, 48시간 경과 후 22.2%, 55.6%의 살충율을 보였고, 500배 희석액에서도 11.1%, 77.8%의 살충효과를 보였 다. 이들 약제에 대해 살포거리 및 혼용효과에 따른 매개충 방제효과를 알아 본 결 과 비펜스린 약제를 10m, 30m 거리에서 살포(100배 희석액)한 결과 10m 거리에서 는 24시간 이내에 100% 살충율을 보였지만 30m 거리에서는 75.0%의 살충효과를 보였다. 비펜스린과 티아클로프리드 약제를 혼용(200배 희석)하여 살포한 결과 10m 거리에서는 24시간 경과 후 80.0%, 30m 거리에서도 24시간 경과 후 80.0%의 살충효과를 보였다.