본 논문은 대중음악을 새로운 관점으로 해석하는 방법을 탐색하기 위한 목적으로 연구되었다. 이 를 위해 정신분석학자 라캉이 제시한 순수욕망 이론을 바탕으로 방탄소년단의 「LOVE YOURSELF」 시리즈에 나타난 노랫말과 영상 표현을 분석했다. 순수 욕망이란 타자 또는 타인과 동일시되면서 존재하게 되는 삶의 형식에서 벗어난 자신의 고유한 욕망을 말한다. 그것은 라캉이 말하는 욕망의 윤리에서 논구되는 것이다. 욕망의 윤리는 우리의 삶에 바탕을 이루는 보편성이나 합리성이 내재한 불완전함을 알려주는 이론이다. 연구 방법은 라캉의 『세미나 7: 정신분석의 윤리학』에 나타난 순 수욕망에 대한 이론을 바탕으로 「LOVE YOURSELF」 뮤직비디오를 분석하는 질적 연구를 진행하였 다. 「LOVE YOURSELF」음악의 노랫말에 내재한 의미를 통해서 앨범 3부작과 라캉이 말한 상상계, 상징계, 실재계 사이의 연관성을 도출하고 순수욕망의 의미를 분석하였다. 구체적으로 『起 ‘Wonder’』에서는 순수욕망에 대해 질문하고, 『承 ‘Her’』와 『轉 ‘Tear’』를 통해서는 자 기 자신으로 존재하는 것이 아닌 문제를 제기한다. 그리고 마지막 앨범 『結 ‘Answer’』에서는 타인에게 완벽한 자신이 되는 것보다 영원히 완벽할 수 없는 자신을 받아들이고 자신의 욕망을 포 기하지 말라는 의미를 찾아낼 수 있었다. 본 연구의 필요성은 대중음악의 일정 영역이 순수욕망을 지향하고 있다는 점을 밝히고 이에 대한 대중음악 연구자들에게 순수욕망에 대한 관심을 두도록 제 언하였다.

우리나라 산불 발생에 관한 시계열적 특성은 다음과 같다. 1960년부터 2019년까지 연도별 산불 발생빈도는 약 16.6년을 주기를, 2003년부터 2019년까지 산불 발생빈도는 약 11.3개월의 주기를 갖는 것으로 확인되었고, 연도별, 월별 시계열은 안정된 경향을 보여 증가 혹은 감소하는 추세를 확인할 수는 없었다(P<0.05). 지역별 산불 발생 현황을 확인한 결과 경상북도에서 산불이 가장 많이 발생한 것으로 나타났고, 산불피해 면적은 강원도가 가장 넓은 특징을 보였다. 또한, 지역별 시계열적 주기성은 산불 발생빈도가 높은 순으로 FFT-Power가 높은 경향을 보였으나 공통적으로 약 11~12개월 사이의 주기를 갖는 것을 확인할 수 있었다. 또한, 요일별로 산불 발생빈도를 확인한 결과 요일별로 산불 발생빈도가 뚜렷하게 다르다는 결과를 얻을 수 있었다(P<0.001). 따라서 산불 발생빈도는 기상 현상 등 자연과학적인 요소와 함께 인문사회적인 요소 모두와 높은 관계에 있었다.

본 연구는 아파트 단지에 식재된 조경수의 시계열 변화를 파악하고 조경수 중 소나무의 수요를 예측하기 위하여 수행되었다. 2003년부터 2020년까지 수도권의 아파트 단지에 사용된 수목의 종수는 평균 51종이며 2000년대 중후반에 비하여 2010년대 후반에는 다양한 종류의 수목이 사용되었다. 식재 수량은 평균 149,567주/1단지이며 시계열 변화가 두드러지지 않는다. 상록수와 낙엽수의 수종 비율은 2:8 이지만 식재된 수량은 3.5:6.5의 비율이었다. 상록수는 낙엽수에 비하여 한 수종의 식재량이 많은 반면에 낙엽수는 상록수에 비하여 상대적으로 다양한 수종이 식재되고 있다. 교목과 관목의 수종 비율은 6:4이지만 식재량은 관목 97.6%로 식재량에 비해 식재된 수목의 종류는 다양하지 않다. 조경수 중에서도 선호도와 이용가치가 높은 소나무의 식재현황을 분석하면 식재 수량은 증가하는 경향이며 특히, 근원직경이 큰 소나무의 식재 비율이 증가하고 있다. 아파트 단지의 소나무 식재수요를 예측하면 식재량은 지속적으로 증가할 것이며 특히 근원직경 40㎝ 이상의 특수목의 수요가 증가할 것이다. 이러한 조경수의 수요변화에 대응하여 다양한 식물소재를 발굴하고 생산할 수 있는 전략이 요구된다. 특히 지속적으로 소나무의 대형화가 예측되므로 시장에서 요구하는 수형과 규격을 갖춘 소나무가 적기에 공급될 수 있도록 생산관리가 이루어져야 할 것이다.

2015년 ‘파리협정’ 및 2021년 ‘기후위기 대응을 위한 탄소중립·녹색성장 기본법’ 제정에 따라 2030년 국가 온 실가스 감축목표(NDC, 2018년 대비 40% 감축) 달성을 위해서는 지자체별 적절한 온실가스 감축 목표 설정과 이행 노 력이 필수적이다. 이에 이 연구에서는 충청북도 지역을 중심으로 1990-2018년 까지 온실가스 배출 현황을 시계열로 분석하였고, 2030년 국가 온실가스 감축목표와 시나리오를 바탕으로 충청북도의 2030년 온실가스 감축 목표를 제안하였 다. 또한 감축 목표 달성을 위해 BAU 대비 장래 배출량을 고려한 2030년까지의 감축 잠재량을 추정하였다. 그 결과, 첫째, 우리나라와 충북의 온실가스 배출량은 1990년 이래 인구 및 경제 성장에 따라 증가해온 것으로 나타났으며, 2018년 국가 대비 충북의 온실가스 배출량은 3.9%로 매우 낮은 편이였고, 시멘트 및 석회 생산, 제조업 및 건설업, 수 송업 등 연료연소에 의한 배출이 주를 이루는 것으로 나타났다. 둘째, 2030년 NDC 및 2050 탄소중립 시나리오를 반 영한 2030년 충청북도 온실가스 감축 목표는 2018년 대비 40.2%로 설정하였다. 이에 장래 배출량을 고려할 경우 목표 달성을 위한 감축 잠재량은 2018년 대비 46.8%인 것으로 추정되었다. 상기 결과는 국가 및 지자체의 온실가스 감축 목표 달성을 위해서는 분야별 온실가스 감축 수단을 통한 감축 잠재량을 충족하는 것이 중요하다는 것을 의미한다. 또 한 2030년 NDC 및 2050 탄소중립 시나리오 달성을 위해 충북을 포함한 국가 및 각 지자체는 온실가스 장래 배출량 을 연도별로 추정하여 매년 감축 목표와 감축 잠재량을 구하고 이를 삭감할 수 있는 구체적인 감축 수단을 마련할 필 요가 있음을 말해준다.

정부는 공유수면 매립사업의 계획적인 관리를 위해, 10년 주기의 공유수면 매립기본계획을 수립하고 있다. 그러나 수시변경을 통한 매립사업을 추진하는 경우가 상당한 비중을 차지하고 있는 것으로 나타났다. 이에 기본계획의 실효성에 대한 의문이 제기되고 있으 며, 이를 보완하기 위한 장기 매립 수요 추세 분석에 대한 필요성이 증가하고 있다. 이에 본 연구에서는 그간의 연간 매립 실적 자료를 활용하여 매립 수요 추세 분석을 수행하였다. 분석 결과, 국내 공유수면 매립 수요는 지속적으로 하락하는 추세인 것으로 나타났으며, 특 히 매립기본계획 체제로 전환된 1990년대 이후에는 그 추세가 뚜렷하게 나타나고 있는 것으로 나타났다. 또한 2021-2030년까지 총 매립 수요는 최대 13.8 km2에서 최소 1.7 km2 수준으로 산정되었다.

The time series data of rotifer community focusing on the species number and total density were collected from 29 reservoirs located at Jeonnam Province from 2008 to 2016 quarterly. The reservoirs had similar weather condition during the study period, but their sizes and water qualities were different. To analyze the temporal dynamics of rotifer community, the medians, ranges, outliers and coefficient of variation (CV) value of rotifer species number and abundance were compared. For the temporal trend analysis, time series of each reservoir data were compared and clustered using the dynamic time warping function of the R package “dtwclust”. Small-sized reservoirs showed higher variability in rotifer abundance with more frequent outliers than large-sized reservoirs. On the other hand, apparent pattern was not observed for the rotifer species number. For the temporal pattern of rotifer density, COD, phytoplankton abundance fluctuation, and cladoceran abundance fluctuation have been suggested as potential factor affecting the rotifer abundance dynamics.

This article suggests the machine learning model, i.e., classifier, for predicting the production quality of free-machining 303-series stainless steel(STS303) small rolling wire rods according to the operating condition of the manufacturing process. For the development of the classifier, manufacturing data for 37 operating variables were collected from the manufacturing execution system(MES) of Company S, and the 12 types of derived variables were generated based on literature review and interviews with field experts. This research was performed with data preprocessing, exploratory data analysis, feature selection, machine learning modeling, and the evaluation of alternative models. In the preprocessing stage, missing values and outliers are removed, and oversampling using SMOTE(Synthetic oversampling technique) to resolve data imbalance. Features are selected by variable importance of LASSO(Least absolute shrinkage and selection operator) regression, extreme gradient boosting(XGBoost), and random forest models. Finally, logistic regression, support vector machine(SVM), random forest, and XGBoost are developed as a classifier to predict the adequate or defective products with new operating conditions. The optimal hyper-parameters for each model are investigated by the grid search and random search methods based on k-fold cross-validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with an accuracy of 0.9929, specificity of 0.9372, F1-score of 0.9963, and logarithmic loss of 0.0209. The classifier developed in this study is expected to improve productivity by enabling effective management of the manufacturing process for the STS303 small rolling wire rods.

The sensory stimulation of a cosmetic product has been deemed to be an ancillary aspect until a decade ago. That point of view has drastically changed on different levels in just a decade. Nowadays cosmetic formulators should unavoidably meet the needs of consumers who want sensory satisfaction, although they do not have much time for new product development. The selection of new products from candidate products largely depend on the panel of human sensory experts. As new product development cycle time decreases, the formulators wanted to find systematic tools that are required to filter candidate products into a short list. Traditional statistical analysis on most physical property tests for the products including tribology tests and rheology tests, do not give any sound foundation for filtering candidate products. In this paper, we suggest a deep learning-based analysis method to identify hand cream products by raw electric signals from tribological sliding test. We compare the result of the deep learning-based method using raw data as input with the results of several machine learning-based analysis methods using manually extracted features as input. Among them, ResNet that is a deep learning model proved to be the best method to identify hand cream used in the test. According to our search in the scientific reported papers, this is the first attempt for predicting test cosmetic product with only raw time-series friction data without any manual feature extraction. Automatic product identification capability without manually extracted features can be used to narrow down the list of the newly developed candidate products.

Xu Jinxiong(許進雄)’s Chinese Characters: Embracing Original Signification Series (字字由來頭, vol.1-7), was translated into Korean by the Humanities Korea Plus Hanja Civilization Research Center (HKPHCRC) in 2021. HKPHCRC has also published the Advanced Dictionary of Oracle Bone Script. Chinese characters reveal their original significations because they are a logographic writing. As a result, all Chinese characters connote their origins. Though the shape of Chinese characters has changed somewhat since the oracle bone script of 3300 years ago, when closely examined, their original significations can be recognized. In turn, we can grasp the developments of history and culture embedded in them. So, mastering Chinese characters does not mean just learning their superficial meaning but also learning their cultural history. They need to understand rather than memorize them.

In this paper a new textbook series published by The National Institute of Korean Language in 2019 is analyzed for its three shortcomings in promoting gender equality and inclusiveness. First, the new textbook series are still assuming that women are the primary caretakers of the house and children. Second, the series questionably address people’s appearances in the text, in forms such as fat-shaming. Lastly, the new textbook series engage in trying to normalize Koreanness. An interview with a marriage immigrant was conducted to give insight about if these aspects are truly problematic in a perspective of the marriage immigrant.

2017, Red Candle Games released a game called ‘Detention’ in the global gaming platform, ranking number three in sales in just one month. In the game lies a fictional story about members of a school book club who were framed in the 60's under the Martial Law. It based on the historical event called the White Terror throughout the 50’s to the 80’s. White Terror had been a taboo in Taiwan for years, making the investigation of the event, damage, and accountability for a prolonged period of time. Since the termination of the Martial Law in 1987, the restoration of the forbidden history was commenced. Especially since 2016, Transitional Justice has become the core government policy, allowing the creation and execution of many policies in multiple aspects, such as fact-finding, restoration of records, rewriting history, compensation, and redemption of honor. Moreover, since the termination of the Martial Law, literature and personal biography based on the White Terror were created in the private sector. Nevertheless, it did not attract the attention of the general public. However, the release of ‘Detention’ has brought signs of change. ‘Detention’ grabbed the attention of teenagers who were distant with the history that happened 70 years ago. From the beginning of the release of the game, it has stirred up the internet and social media. In 2019, the game was made into a movie ‘Detention’. In addition, in December of 2020, ‘Detention’ made into a eight-series show. This is expected to create a collective memory of the White Terror in Taiwan. This study aims to find out how the White Terror in Taiwan is shown in various forms of narratives, using related concepts such as Assmann’s ‘Collective Memory’ and ‘Traumatic History’. Also, this study analyzes the new form of White Terror narrative of ‘Detention’ series.

This study aimed to determine the trend in dry matter yield (DMY) of a new sorghum-sudangrass hybrid (SSH) in the central inland regions of Korea. The metadata (n=388) were collected from various reports of the experiments examining the adaptability of this new variety conducted by the Rural Development Administration (1988–2013). To determine the trend, the parameters of autoregressive (AR) and moving average (MA) were estimated from correlogram of Autocorrelation function (ACF) and partial ACF (PACF) using time series modeling. The results showed that the trend increased slightly year by year. Furthermore, ARIMA (1, 1, 0) was found to be the optimal model to describe the historical trend. This means that the trend in the DMY of the SSH was associated with changes over the past two years but not with changes from three years ago. Although climatic variables, such as temperature, precipitation, and sunshine were also considered as environmental factors for the annual trends, no clear association was observed between DMY and climates. Therefore, more precise processing and detailed definition of climate considering specific growth stages are required to validate this association. In particular, research on the impact of heavy rainfall and typhoons, which are expected to cause damage in the short term, on DMY trends is ongoing, and the model confirmed in this study is expected to play an important role in studying this aspect. Furthermore, we plan to add the environmental factors such as soil and cultivation management as well as climate to our future studies.

This study suggests a machine learning model for predicting the production quality of free-machining 303-series stainless steel small rolling wire rods according to the manufacturing process's operation condition. The operation condition involves 37 features such as sulfur, manganese, carbon content, rolling time, and rolling temperature. The study procedure includes data preprocessing (integration and refinement), exploratory data analysis, feature selection, machine learning modeling. In the preprocessing stage, missing values and outlier are removed, and variables for the interaction between processes and quality influencing factors identified in existing studies are added. Features are selected by variable importance index of lasso regression, extreme gradient boosting (XGBoost), and random forest models. Finally, logistic regression, support vector machine, random forest, and XGBoost is developed as a classifier to predict good or defective products with new operating condition. The hyper-parameters for each model are optimized using k-fold cross validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with accuracy of 0.9929, specificity of 0.9372, F1-score of 0.9963 and logarithmic loss of 0.0209. In this study, the quality prediction model is expected to be able to efficiently perform quality management by predicting the production quality of small rolling wire rods in advance.

본 연구는 선박용 공기압축기의 상태기반보전 시스템에 필요한 이상치 탐지 알고리즘 적용에 대한 실험적 연구로서 고장모사 실험을 통해 시계열 전류 센서 데이터를 이용한 이상탐지 적용 가능성을 확인하였다. 고장 유형 10개에 대해 실험실 규모의 고장 모사 실험을 수행하여 정상 운전데이터와 고장 데이터를 구축하였다. 실험 결과 구축된 이상탐지 모델은 시계열 데이터의 주기에 변화를 유발하는 이상은 잘 탐지하는 반면 미세한 부하 변동에 대한 탐지 성능은 떨어졌다. 또한 오토인코더를 이용한 시계열 이상탐지 모델은 입력 시 퀀스의 길이와 초모수 조정에 따라 이상 탐지 성능이 상이한 것으로 나타났다.