The properties of powder metallurgy products are related to their densities. In the present work, we demonstrate a method to apply artificial neural networks (ANNs) trained on experimental data to predict the bulk density of barium titanates. The density is modeled as a function of pressure, press rate, heating rate, sintering temperature, and soaking time using the ANN method. The model predictions with the training and testing data result in a high coefficient of correlation (R2 = 0.95 and Pearson’s r = 0.97) and low average error. Moreover, a graphical user interface for the model is developed on the basis of the transformed weights of the optimally trained model. It facilitates the prediction of an infinite combination of process parameters with reasonable accuracy. Sensitivity analysis performed on the ANN model aids the identification of the impact of process parameters on the density of barium titanates.

감귤그린병(Citrus Huanglongbing Disease)은 전 세계적으로 감귤산업에 가장 큰 피해를 주는 병해로 국내 미분포종인 귤나무이(Diaphorina citri Kuwayama)가 매개충으로 알려져 있다. 바이러스에 감염된 나무는 5~12년내에 대부분 고사하며 열매는 크지 못하고 색이 들지 않는 증상을 보여 상품성을 저해시킨다. 현재 접목, 묘목, 매개충등의 유입으로 전 세계적으로 확산되고 있는 실정이다. 귤나무이의 국내 분포가능성이 꾸준히 제시되면서 유입 대비를 위한 예찰방법 및 동정법 개발이 필요한 실정이다. 제주도에는 총 33종이 분포하는 것으로 알려져 있으며(권, 1983; Cho & burckhardt, 2017) 2016년부터 지금까지의 조사로 11종의 나무이와 10종의 기주식물을 확인되었다. 귤나무가 속해있는 운향과를 기주로 하는 나무이는 발견되지 않았다.

최근 2년간(2015~2016) 인천공항에서 금지식물로 폐기된 실적은 13만건에 달하며(PIS, 2016) 많은 해충이 휴대식물 을 통해 유입됨을 확인하였다.(식물검역기술개발사업보고서, 2015) 휴대식물반입과 더불어 금지해충의 유입가능성 또한 꾸준히 증가함에 따라 인천공항으로 반입되는 휴대식물 및 해충조사를 위하여 2017년 3월부터 2018년 2월까지 조사를 실시하였다. 총 9199건의 휴대식물을 조사한 결과, 92개국 38품목에서 해충이 검출되었으며 구아바, 망고, 망고스틴, 람부탄 순이었다. 반입국가는 중국이 4262건으로 가장 많았지만 해충검출은 베트남이 54건으로 가장 많았다. 해충은 총 150건에서 검출되었으며 깍지벌레과와 가루깍지벌레과가 포함된 노린재목이 87건으로 가장 많이 검출되었다. 그 중 금지해충은 오리엔탈과실파리 3건이었다.