This study was conducted to develop a renewable and sustainable bio-material to replace polystyrene (EPS) in fungal-mycelium-based composite using agricultural by-products. Four mushrooms (Ganoderma lucidum, Fomitella fraxinea, Phellinus linteus, and Schizophyllum commune) were cultured in an oak sawdust plus rice bran substrate to select the mushroom with the best growth. The mycelia of G. lucidum showed the best growth. To investigate the optimal mixing ratio with spent mushroom substrate (SM) and oak sawdust (OS), samples were prepared by mixing SM and OS at ratios of 50%:50%, 60%:40%, and 80%:20% (w/w). Each substrate was then inoculated with G. lucidum. G. lucidum showed the best mycelial growth of 140.0 mm in the substrate with SM and OS mixed at a 60%:40% ratio. It was also found that the substrate with SM and OS mixed at a 60%:40% ratio had the best handling properties. The compressive strength of mycelial materials inoculated with G. lucidum was in the range of 300–302 kgf mm-1, and the materials were four times stronger than polystyrene materials. These results indicate that substrates comprising spent mushroom substrate mixed with oak sawdust can be successfully upcycled to mycelium-based composite materials using G. lucidum. This represents a sustainable approach.

본 연구에서는 뇌혈류 신호를 측정할 수 있는 시변자계 기반의 비접촉식 직물센서를 설계하여 뇌혈류 신호 검출 및 감성평가의 가능성을 탐색하고자 하였다. 직물센서는 40 denier의 은사를 30합사 한 후 컴퓨터 기계 자수하여 코일 형 센서로 구현하였다. 뇌혈류 측정 실험을 위해 코일형 센서를 경동맥 부위에 부착하고, ECG (Electrocardiogram) 전극과 RSP (Respiration) 측정 벨트를 부착 및 착용하도록 하였으며, 동시에 초음파 진단기기를 사용해 도플러 초음 파 검사(Doppler Ultrasonography)를 수행하여 혈류 속도를 측정하였다. 피험자에게 Meta Quest 2를 착용시키고, 실 험을 위해 조작된 영상 시각 자극을 보여주면서 혈류 신호를 측정한 후 시각 자극에 대한 감성평가 설문지를 작성하 도록 하였다. 측정 결과, 도플러 초음파 검사를 통해 측정된 혈류 속도 신호에 변화가 생길 때 직물센서로 측정한 신호도 함께 변화하는 것으로 나타났다. 이를 통해 코일형 직물센서를 이용하여 뇌혈류활동 신호를 측정할 수 있다 는 것을 검증하였다. 또한, 감성평가를 위하여 ECG 신호와 PLL 신호(직물센서 신호)에서 추출한 HRV를 계산해서 비교한 결과, 시각 자극으로 인한 교감신경계와 부교감신경계의 활성화에 따른 비율의 변화에 대해서는 직물센서로 측정한 신호와 ECG 신호를 이용해 계산한 값이 비슷한 경향을 보이는 것으로 나타났다. 결론적으로, 본 연구에서 개발된 시변자계 기반의 코일형 직물 센서를 통해 뇌혈류 변화 측정 및 감성 모니터링이 가능할 것으로 사료된다.

본 연구는 고기능 자폐 스펙트럼 장애아동을 대상으로 App-기반 청자 대화기술 훈련프로그램의 효과를 검증하고 자 하였다. 연구대상은 26명의 자폐 스펙트럼 장애, 아스퍼거 증후군, 전반적 발달장애로 진단된 초등학생으로, 연령 과 IQ, SCQ, ASSQ 점수를 사용하여 중재 집단과 통제 집단으로 짝지어 분배하였다. 중재 집단은 9주 동안 교사와의 비대면 학습을 주 1회 실시하고, 가정에서도 부모 또는 아동이 앱(App)을 활용하여 대화훈련을 실시하였다. 통제 집단은 다른 특별한 프로그램에 참여하지 않았다. 그리고 훈련 전과 후에 평가자와 아동 간의 1:1 대화를 수행하여 대화 자료를 수집하고, 대화차례 주고받기와 주제 운용능력의 변화를 비교하였다. 연구 결과, 중재 집단에서 본 연구에서 개발한 청자 반응 대화훈련 프로그램의 긍정적 효과가 발견되었다. 구체적으로, 중재 집단은 청자 조건에서 적절한 청자 언어 반응이 유지되었고, 통제 집단은 적절한 청자 언어 반응이 감소하였다. 그리고 화자 조건의 대화 차례 주고받기에서는 개시율과 유지율이 증가하고, 주제 운용능력에서는 적절한 주제 개시율이 증가하고, 부적절한 주제 개시율은 감소하였다. 논의에서는 청자 반응 대화훈련 프로그램이 고기능 자폐 스펙트럼 장애아동의 대화 양상 변화에 미치는 효과를 중점적으로 논의하였다.

With the increasing number of aging buildings across Korea, emerging maintenance technologies have surged. One such technology is the non-contact detection of concrete cracks via thermal images. This study aims to develop a technique that can accurately predict the depth of a crack by analyzing the temperature difference between the crack part and the normal part in the thermal image of the concrete. The research obtained temperature data through thermal imaging experiments and constructed a big data set including outdoor variables such as air temperature, illumination, and humidity that can influence temperature differences. Based on the collected data, the team designed an algorithm for learning and predicting the crack depth using machine learning. Initially, standardized crack specimens were used in experiments, and the big data was updated by specimens similar to actual cracks. Finally, a crack depth prediction technology was implemented using five regression analysis algorithms for approximately 24,000 data points. To confirm the practicality of the development technique, crack simulators with various shapes were added to the study.

본 연구는 육군의 직무보수교육 기관 중 하나인 육군대학의 리더십 교육에 역량기반 교육과정을 적용 하기 위한 교육요구도를 조사할 목적으로 수행하였다. 연구자는 육군 영관장교의 리더십 역량을 도출하 기 위해 먼저 군 리더십에 관한 문헌 11편을 분석하여 22개의 리더십 역량 풀을 도출하였다. 이후 국방대 학교 리더십 전공 석‧박사과정 학생장교 11명을 대상으로 초점집단면접(FGI)을 실시하여 10개의 리더십 잠정역량을 도출하고, 역량별 정의와 하위요소를 구체화하였다. 군 리더십 교수/교관 11명을 대상으로 3차례에 걸친 전문가 델파이조사를 통해 영관장교의 리더십 핵심역량을 확정하였다. 이는 책임감, 회복탄 력성, 창의력, 군사지식, 지적수용력, 상황판단/결심, 솔선수범, 의사소통, 동기부여, 팀워크 배양, 부하개발 이다. 이를 바탕으로 역량기반 교육과정 개발을 위한 교육요구도 조사를 위해 현재 육군대학에 재학 중인 학생장교(소령) 407명을 대상으로 리더십 핵심역량별 바람직한 수준(중요도)과 자신의 현재 수준에 대한 설문을 실시하였다. 자료분석은 설문결과에 성실하게 응답한 218명을 대상으로 실시하였다. 설문결과 분 석을 통해 Borich 요구도가 상위 50%에 속하며, The Locus for Focus Model의 제 1사분면에 있는 군사 지식, 회복탄력성, 의사소통, 동기부여, 부하개발을 최우선 역량으로 판단하고, 제 2사분면에 있는 상황판 단/결심을 차선으로 판단하였다. 다만 군사지식은 육군대학 전 교육과정을 통해 습득하므로 제외하였다. 이 결과는 육군대학의 리더십 역량기반 교육과정 개발을 위한 기초자료가 될 것으로 기대된다.

The construction industry stands out for its higher incidence of accidents in comparison to other sectors. A causal analysis of the accidents is necessary for effective prevention. In this study, we propose a data-driven causal analysis to find significant factors of fatal construction accidents. We collected 14,318 cases of structured and text data of construction accidents from the Construction Safety Management Integrated Information (CSI). For the variables in the collected dataset, we first analyze their patterns and correlations with fatal construction accidents by statistical analysis. In addition, machine learning algorithms are employed to develop a classification model for fatal accidents. The integration of SHAP (SHapley Additive exPlanations) allows for the identification of root causes driving fatal incidents. As a result, the outcome reveals the significant factors and keywords wielding notable influence over fatal accidents within construction contexts.

최근 수십 년 동안, 데이터는 기업 조직 경영의 핵심 요소로 부상하였다. 많은 조직들이 데이터를 활용 하여 전략적인 의사결정을 내리고 시장 변화에 적극적으로 대응하고 있다. 이러한 상황에서 본 연구는 데이터 기반 의사결정 조직 운영과 그에 영향을 미치는 요인을 살펴보고자 한다. 상시적 디지털 전환이 일어나고 있는 현대에 데이터 중심 의사결정은 조직의 성과 향상에 매우 중요한 역할을 한다. 그러나 데 이터 기반 의사결정 조직에 영향을 미치는 선행 요인과 실제로 기업 내에서 데이터 기반 의사결정이 어떻게 일어나는지에 대한 연구는 아직 많이 부족한 실정이다. 본 연구는 기업의 밸류체인 디지털화 정도가 데이터 기반 의사결정 조직 구축에 중요한 영향을 미칠 것임을 가설로 설정하고, 이를 국내 기업 임직원 1,059명을 대상으로 한 설문응답 데이터로 검증하였다. 또한, 본 연구는 데이터 분석 능력을 포함한 디지 털 역량을 갖춘 인재가 데이터 중심 의사결정 조직에 중요한 환경적 요건으로 작용할 수 있음을 고려하 여, 기업의 밸류체인 디지털화와 데이터 중심 의사결정 조직 구축 간의 관계에 디지털 인재 준비도가 미 치는 조절효과를 가설로 설정하고 통계적으로 검증하였다. 본 연구의 결과는 데이터 중심 의사결정 조직 형성과 운영에 대한 이해를 넓히고 기업 조직이 데이터를 효과적으로 활용하여 의사결정을 내리는 과정 에 대한 유용한 시사점을 제공할 수 있다. 실무적 측면에서는 기업들이 자신의 데이터 전략을 개발하고 구현하는 데 중요한 시사점을 제공할 수 있을 것으로 기대한다.

아날로그TV 방송 시대에는 Mono/Stereo 오디오 방송과 음 성다중방송이 있었고, 디지털HDTV 방송 시대에는 Dolby AC-3 기술에 의한 5.1채널 입체오디오 방송이 추가 서비스로 이루어졌다. 지금의 4K-UHDTV 방송 시대에는 채널기반 오디 오(Channel-Based Audio) 7.1.4채널 입체오디오 방송을 비롯하 여 객체기반 오디오(Object-Based Audio) 기본방송 및 편파방 송과 해설방송 등 유저의 선택과 맞춤형 방송이 가능하고, 장 면기반 오디오(Scene-Based Audio) 몰입형 공간수음효과 3D 입체음향 방송 등이 MPEG-H 기술에 의해 활용될 수 있다. 본 논문은 국내 UHDTV 방송 전송방식(ATSC 3.0)과 함께 Audio 규격으로 규정된 MPEG-H 기술 응용에 대한 실험을 통 해 오디오 서비스 개발의 가능성을 연구하는데 그 목적을 두고 있다. 이러한 연구를 위해 ‘2022 카타르월드컵’ 기간 중 카타르와 SBS 간 전송링크 구간의 국제신호(IS) 현장음 및 SBS 아나운 서와 해설자 음성 전송용 음향채널 오디오를 소스로 사용하였 으며, 객체기반의 기본, 해설, 현장, 집중 4가지 오디오 모드를 구성하여 SBSi 채널을 통해 모바일 스트리밍 전송을 하였다. 그리고 수신은 SBS 모바일 앱에 Decoder를 설치하여 유저의 음향모드 선택과 활용 및 향후 MPEG-H 기술에 의한 다양한 형태의 오디오 서비스 개발의 가능성을 실험하였다.

As the first step of risk management, risk identification is inevitable to understand the degree of work safety. However, the safety requirements can be divided in necessary factors and additional factors. Thus, we propose a safety requirements assessment model using Kano model derived from Herzberg’s two-factor theory, classifying safety requirements into ideal elements and must-be elements. The Kano model is usually applied to evaluate customer satisfaction divided into three major requirements in the fields of product development and marketing: attractive, must-be, and one-dimensional requirements. Among them, attractive requirement and must-be requirement are matched with ideal element and must-be element for safety requirement classification, respectively. The ideal element is defined as preventive safety elements to make systems more safe and the must-be element is referred to as fatal elements to be essentially eliminated in systems. Also, coefficients of safety measurement and safety prevention are developed to classify different class of safety requirements. The positioning map is finally visualized in terms of both coefficients to compare the different features. Consequently, the proposed model enables safety managers to make a decision between safety measurement and prevention.

본 연구는 참가자 간 표상 유사성 분석(intersubject representation similarity analysis: IS-RSA)을 이용하여 3개의 선행연구에서 얻어진 데이터의 참가자 반응 일치성 패턴을 확인하고 각 실험의 정서 조건 간 차이가 있는지 살펴보 았다. 3개의 실험은 각각 ASMR 자극, 시각 및 청각 자극, 시계열적 정서 동영상 자극을 사용하였으며 각 실험의 조건에 맞게 정서 평정치와 생리측정치를 측정하였다. 참가자 간 표상 유사성 분석을 계산하기 위해서 각 실험에 있는 각 자극에 대한 참가자들의 측정치를 쌍별로 피어슨 상관계수를 구하였다. 실험의 조건 간 비교를 위해 분산분 석과 평균을 비교하였다. 연구 결과, ASMR과 시각 및 청각 데이터의 참가자 간 반응의 일치성은 시계열적 정서 동영상 참가자들 반응의 일치성에 비해 일관적이었다. ASMR 실험은 긍정 자극에서 참가자 간 반응의 일치성이 높았다. 청각 및 시각 실험은 높은 각성수준과 시각 자극에서 참가자들의 반응 일치성이 높았다. 본 연구 결과는 생리 적, 행동적 반응에 대한 측정치의 IS-RSA가 다차원적인 데이터의 정보를 요약하여 제시하며 이를 하나의 분석 데이 터로 변환 가능하다는 것을 확인하였다. 이를 통해, IS-RSA가 참가자들의 반응 일관성에 대한 전반적인 정보를 제시 할 수 있는 새로운 분석 방법으로의 가능성을 제시하였다.

This study compares AI PengTalk’s assessments of Korean children’s pronunciation with the assessments of Korean teachers. Sixty Korean sixth-graders participated as assessees, and four Korean elementary teachers participated as assessors. Both PengTalk and the teachers rated the children’s production of 10 English sentences on a five-point scale. They focused on segmentals, stress-rhythm, intonation, and speech rate. The findings were as follows: Firstly, PengTalk evaluated the children’s pronunciation in the four elements significantly lower than the teachers across all English proficiency levels. Secondly, teachers’ ratings of the students aligned more closely with their pre-evaluated English proficiency levels than the AI PengTalk’s assessments. The teachers rated students at the upper level significantly higher than those at the intermediate level, who were, in turn, assessed significantly higher than those at the lower level in all four elements. Furthermore, AI PengTalk and the teachers differed in the mean order of the four elements, particularly in segmentals. Based on the results of this study, suggestions were made for the development and implementation of AI-based English programs.

목적 : 4차 산업혁명이 진행됨에 따라 타각적 굴절검사값, 수차 및 동공크기 등을 이용하여 최적의 안경처방값 을 도출해주는 머신러닝(machine learning)을 개발하고자 하였다. 방법: 시력에 영향을 줄 수 있는 안질환 및 전신질환이 없고 안구 수술 이력이 없는 근시안(1,000안)을 대상으로 진행하였다. I-Profilerplus(Zeiss, Berlin, Germany)를 사용하여 타각적 굴절이상도(objective-refraction) 및 안구수차(ocular wavefront-aberration), 동공 크기를 측정하였고, 자각적 굴절이상도(subjective-refraction)는 Visuphor500(Zeiss, Berlin, Germany)를 사용하여 구면 굴절력(S, Diopter), 원주 굴절력(C, Diopter), 난시 축(Ax, °)을 측정하였다. 측정 후, 파이썬(Python, version 3.10)을 이용하여 머신러닝 모델 생성 및 예측 성능을 확인하였다. 결과: 자각적 굴절이상도에서 구면 굴절력에 영향을 미치는 요인은 타각적 구면 굴절력, defocus aberration, spherical aberration, trefoil aberration 순으로 높았고, 원주 굴절력에 영향을 미치는 요인은 타각적 원주 굴 절력, defocus aberration, coma aberration, trefoil aberration 순으로 높았으며, 난시 축은 타각적 난시축만 영향을 미치는 것으로 나타났다. 구면 굴절력, 원주 굴절력, 난시 축의 자각적 굴절이상도와 머신러닝 예상값은 차이가 없는 것으로 나타났다(p=0.976, 0.948, and 0.349, respectively). 결론 : 자각적 굴절이상도를 예측하는 머신러닝 모델을 생성하였고, 해당 모델의 예측된 값과 자각적 굴절이상 도와 유의한 차이가 없는 것을 통해 예측 정확도를 확인하였으며 앞으로 개인 맞춤형 처방을 위한 정확한 안경처 방값을 도출하는데 기초자료가 될 수 있을 것으로 생각된다.

Land monitoring involves systematically understanding changes in land use, leveraging spatial information such as satellite imagery and aerial photographs. Recently, the integration of deep learning technologies, notably object detection and semantic segmentation, into land monitoring has spurred active research. This study developed a web service to facilitate such integrations, allowing users to analyze aerial and drone images using CNN models. The web service architecture comprises AI, WEB/WAS, and DB servers and employs three primary deep learning models: DeepLab V3, YOLO, and Rotated Mask R-CNN. Specifically, YOLO offers rapid detection capabilities, Rotated Mask R-CNN excels in detecting rotated objects, while DeepLab V3 provides pixel-wise image classification. The performance of these models fluctuates depending on the quantity and quality of the training data. Anticipated to be integrated into the LX Corporation's operational network and the Land-XI system, this service is expected to enhance the accuracy and efficiency of land monitoring.

Image mosaicking is one of the basic and important technologies in the field of application using images. The key of image mosaicking is to extract seamlines from a joint image. The method proposed in this paper for image mosaicking is as follows. The feature points of the images to be joined are extracted and the joining form between the two images is identified. A reference position for detection the seamlines were selected according to the joint form, and an image pyramid was created for efficient image processing. The outlines of the image including buildings and roads are extracted from the overlapping area with low resolution, and the seamlines are determined by considering the components of the outlines. Based on this, the seamlines in the high-resolution image was re-searched and finally the seamline for image mosaicking was determined. In addition, in order to minimize color distortion of the image with the determined seamline, a method of improving the quality of the mosaic image by fine correction of the mosaic area was applied. It was confirmed that the quality of the seamline extraction results applying the method proposed was reasonable.