소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.

기술 트렌드가 증가함에 따라, 엄청난 양의 데이터가 생성되고 있습니다. 많은 양의 데이터가 소비되는 기술 분야 중 하나는 컴퓨터 비전이다. 인간은 기계와 비교할 때 시각에 영향을 미치는 표정, 조명 또는 시야각과 같은 외부 조건에서도 얼굴이나 사물을 쉽게 감지하고 인식할 수 있다. 그 이유는 그것과 관련된 높은 차원 의 데이터 때문이다. 데이터 차원성은 모든 관측치에서 측정되는 변수의 총 수를 말합니다. 이번 사업은 안 면인식시스템에 적합한 다양한 차원감소 기법을 비교하고 조도가 다양한 안면이미지로 구성된 다양한 데이 터세트로 테스트해 모델의 정확도 향상에 도움이 되는 기법의 앙상블 모델을 제안하고 성능을 측정하는 것 이 목적이다.렉스 배경과 표현. 제안된 앙상블 모델은 주성분 분석(PCA)과 로컬 선형 임베딩(LLE)이라는 두 가지 차원 감소 기술의 혼합에서 벡터를 추출하고, 이를 밀도 높은 컨볼루션 신경망(CNN)을 통해 전달하여 야생 면(LFW) 데이터 세트의 얼굴을 예측한다. 이 모형은 0.95의 검정 정확도와 0.94의 검정 F1 점수로 수행 됩니다. 제안된 시스템은 시스템이 얼굴을 예측할 수 있는 제안된 앙상블 모델과 통합된 웹캠에서 라이브 비 디오 스트림을 캡처하는 플라스크를 사용하여 개발된 웹 앱을 포함한다.

As the spread of new and renewable power generation facilities, the fixed investment cost CAPEX(Capital Expenditure) of solar power generation facilities decreases due to continuous technological development, and the impact of O&M costs that determine investment success has increased. For this reason, the importance of technologies such as accuracy of O&M cost calculation through ICT, failure prediction, and predictive maintenance have emerged. In the above paper, based on the cost-breakdown structure design and failure rate model design of the solar power generation facility using engineering estimation method, the maintenance cost of the solar power generation facility, which is a renewable power generation facility, is predicted and the maintenance cost used was compared and confirmed. In addition, the cost-breakdown structure and failure rate model of solar power generation facilities were designed and developed by incorporating them into a new program of economic evaluation of new and renewable power generation facilities.

In this paper, design of a recumbent bicycle for loading cargo is introduced as an application example of practical engineering. This device consists of a main frame due to the main load, an occupant seat considering the human body structural condition, a steering device(handle), a power transmission device (gear/chain, pedal, and crank), and a braking device (disk brake). In order to design and manufacture of the device, various subjects learned during the school year are reviewed and practiced. In particular, by designing the shape considering the load acting on the recumbent and the structural conditions of the human body, it is possible to understand the detailed mechanical mechanism as well as the understanding for the basic design. Through this case study, students can develop and enhance their creativity and practical skills for related industries by designing and manufacturing a real recumbent bike and, if necessary, industrializing these skills.

Raphanus sativus var. hortensis f. raphanistroides Makino (Korean wild radish [WR]) are root vegetables belonging to the Brassicaceae family. These radish species mostly grow in sea areas in Asia, where they have been traditionally used as a medicinal food to treat various diseases. To investigate the effect of WR on neuronal cell death in SH-SY5Y cells, betaamyloid was used to develop the cell death model. WR attenuated neuronal cell death in SH-SY5Y and regulated the mitogen-activated protein kinase (MAPK) signaling. WR extract also inhibited acetylcholinesterase inhibitor activity. Additionally, the WR treatment group ameliorated the behavior of the memory-impaired mice in a scopolamine-induced mouse model. In the behavior test, WR treated mice showed shorter escape latency and swimming distance and improved the platform-crossing number and the swimming time within the target quadrant. Furthermore, WR prevented histological loss of neurons in hippocampal CA1 regions induced by scopolamine. This study shows that WR can prevent memory impairment which may be a crucial way for the prevention and treatment of memory dysfunction and neuronal cell death.

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측 값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 – 112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

본 연구는 시설토경에 적합한 간단관개의 1회 관개량, 관개주기 및 최대 관개횟수를 구명하기 위해 토양 수직단면 상에서의 수분이동을 모델링하였다. 간단관개는 특정양의 물을 관개할 때, 소량의 물을 일정한 시간 간격으로 여러 번 나누어 급수하여 토양표면의 용수 손실을 줄이고, 근권부까지 수분이 원활히 침투되도록 하기 위한 관개 방법이다. 토양 내부의 수분이동 특성은 관개방법, 토성 등에 따라 다양하게 변화한다. 반면, 현장에서 간단관개는 토마토 시설토경 재배의 경우 40분 간격으로 1회 4분간 최대 4회 관개, 사과의 경우 110분 간격으로 1회 5분간 최대 3∼5회 등 경험에 따라 관개하고 있다. 본 연구에서는 국내의 대표적인 밭토성인 사질양토, 양토, 양질사토에 대해 10, 20, 40분 간격으로 관개깊이 5㎜의 용수를 1.0, 1.7, 2.5, 5.0㎜씩 각 1∼5회로 나누어 관개하는 조건을 모의하였다. 모의할 토층단면은 폭 10㎝, 깊이 30㎝로 설정하고, 모의 프로그램은 Hydrus- 2D를 이용하였다. 기존 관련 연구의 실측 자료를 이용해 모델을 보정하고, 토층단면에 걸쳐 시간 경과에 따른 토양 내 수분 변화를 2차원 토양수분 패턴도로 작성하였다. 간단관개 방법에 따라 토양표면 및 근권부 토층에서의 수분 변화를 분석한 결과 모든 조건에서 연속관개 보다는 간단관개가 근권부의 수분전달에 유리하고, 양토, 사질양토, 양질사토의 순으로 관개용수의 침투가 원활한 것으로 파악되었다. 1회 관개량 1.7㎜ 이상, 간단시간 40분 이상인 경우에 토양표면에서의 수분 침투가 원활해지는 것으로 나타났으며, 근권부의 토양수분 전달에 가장 유리한 것은 1회 관개량 1.7㎜, 3회 간단관개하는 경우로 분석되었다. 토성에 따른 토양수분이동의 특성 차이는 크지 않은 것으로 나타났다. 본 연구 결과 시설토경 관개에서 토양표면에서의 용수손실을 감소시키면서, 근권부 수분공급에 적합한 간단관개법을 구명할 수 있었으며, 이를 향후 자동관개 제어 시스템에 적용한다면 용수손실을 최소화하면서 토양수분을 작물생육에 최적의 상태로 제어할 수 있을 것으로 사료된다.

목적 : Photobiomodulation 요법은 저출력 레이저 치료기술로, 당뇨망막증, 연령관련황반변성, 망막색소변성증을 포함한 퇴행성 망막질환에 대한 비침습적 치료법으로 제안되고 있다. 최근 광원으로 LED가 널리 사용되고 있으나, 망막에서 LED 기반의 Photobiomodulation에 대한 연구는 매우 부족한 실정이다. 본 연구의 목적은 670 nm LED 광원을 사용한 Photobiomodulation의 망막신경퇴화 억제효과를 조사하기 위해 시행되었다. 방법 : 670 nm LED패널, 반도체 냉각장치, 빛세기 제어기로 구성된 LED 기반의 빛 조사장치를 제작하였다. 망막신경퇴화 유도를 위해 NaIO3를 마우스에 복강주사하였다. 마우스 동공을 확대시킨 후 60 mW/cm2 출력에서 2분 동안 조사하였다. 망막의 광수용세포 손상은 바깥핵층의 두께, 광수용세포 사멸, 광수용단백질인 Rhodopsion, Opsin의 발현, 염증성 사이토카인 유전자의 발현, 뮐러세포의 반응성 신경교증 활성을 통해 분석되었다. 결과 : NaIO3에 의해 손상된 망막에 670 nm LED 빛의 조사는 망막 바깥핵층의 두께 증가, 광수용세포의 사멸 억제, 뮐러세포의 반응성 신경교증 억제, 광수용단백질의 발현 증가를 야기하였다. 결론 : 본 연구는 670 nm LED를 이용한 PBM은 망막 광수용세포의 퇴화를 손상자극 없이 효과적으로 억제할 수 있다는 것을 제시하며, 퇴행성 망막질환 치료에 새로운 전략을 제공한다.

This paper proposes a model predictive controller of robot manipulators using a genetic algorithm to secure the best performance by performing parameter optimization with the genetic algorithm. Genetic algorithm is a natural evolutionary process modeled as a computer algorithm and has excellent performance in global optimization, so it is useful for tuning control parameters. The sliding mode controller and inverse dynamics controller are included in the lower part of the model prediction controller to minimize the problems caused by non-linearity and uncertainty of the robot manipulator. The performance superiority of the proposed method as described above has been confirmed in detail through a simulation study.

Recently, traffic accidents have continued to occur due to the failure to secure a safe distance for trucks. Unlike passenger cars, freight cars have a large fluctuation in the weight of the vehicle's shaft depending on the load, and the fatality of accidents and the possibility of accidents are high. In this study, a braking distance prediction model according to the driving speed and loading weight of a three-axis truck was implemented to prevent a forward collision accident. Learning data was generated based on simulation, and a prediction model based on machine learning was implemented to finally verify accuracy. The extra trees algorithm was selected based on the most frequently used R2 Score among regression analyses, and the accuracy of the braking distance prediction model was 98.065% through 10 random scenarios.