전산유체역학을 사용하는 일반적인 선박의 저항성능 평가는 많은 시간과 비용이 필요하며, 이를 줄이기 위한 다양한 방법이 연구되고 있다. 선박의 주요 치수나 단면을 이용하는 기존의 방법들은 선형에 크게 좌우되는 저항성능을 추정하는데 한계가 있다. 본 논 문에서는 선형 격자의 기하학적 정보를 입력으로 선체 표면의 저항성능을 빠르게 추정할 수 있는 심층신경망 모델을 제안한다. Perceiver IO 기반의 제안하는 심층신경망 모델은 시간 단계별로 계산이 필요한 전산유체역학 기법과 달리 바로 저항성능 추정이 가능하며, 저속비 대선의 일종인 50K 탱커 선박을 대상으로 한 데이터집합에서 평균 1% 미만의 오차로 저항성능을 추정하는 결과를 보인다.

이 연구의 목적은 지구과학 교사들이 변성암을 분류하기 위해 사용하는 개념 구조와 변성암을 분류하는 기준에 대해 알아보는 것이다. 이를 위해 연구자들은 전라북도 소재의 중학교와 고등학교의 지구과학교사 21명을 대상으로 사 고 구술을 활용하여 변성암을 분류하는 과정에서 진술한 언어 자료를 수집하였다. 그리고 이렇게 수집된 언어 자료를 언어네트워크분석법을 활용하여 분석하였고, 그 결과는 다음과 같다. 첫째, 지구과학 교사들은 변성암을 분류하는 과정 에서 암석에서 일반적으로 관찰할 수 있는 색, 구성 광물, 입자의 크기 등의 특징과 변성암에서 나타나는 엽리를 중심 으로 분류하였다. 둘째, 지구과학 교사들은 변성암의 분류 기준에 관해 접촉 변성작용과 광역 변성작용 등 변성작용을 중심으로 인식하고 있었다. 그러나 관찰한 내용을 잘못 판단하여 다른 암석으로 오인하는 사례들이 나타났다. 그러므로 지구과학 교사들이 변성암이 형성되는 과학적 과정과 변성암에서 관찰되는 현상을 서로 연결하여 인식할 수 있도록 그 들에게 변성암에 대한 관찰 정보와 경험을 충분히 제공할 필요가 있다.

식물사회를 이해하기 위한 새로운 방법으로 식물사회와 사회 연결망 분석을 결합한 식물사회네트워크 분석이 시도되고 있다. 본 연구는 부산 태종대를 대상으로 식물사회네트워크 분석을 활용하여 종간 관계를 살펴보고 이를 관리에 활용하기 위한 기초자료 구축의 목적으로 수행하였다. 우리나라 난온대림에 위치한 태종대는 부산광역시의 대표적인 해안림으로 곰솔-사스레피나무군락이 폭넓게 분포하고 있다. 태종대를 대상으로 100㎡ 크기의 방형구 100개소를 설치하여 출현 수종을 조사하였고, 주요 종을 중심으로 종간결합 분석을 실시하였다. 그 결과를 바탕으로 Gephi 0.9.2를 활용하여 소시오그램을 작성하였으며, 네트워크 중심성 및 구조를 분석하였다. 연구결과, 곰솔, 사스레피나무, 졸참나무, 팥배나무, 광나무, 때죽나무 순으로 출현빈도가 높았으며, 대상지의 환경적 특성상 상록활엽수가 다수 출현하였다. 태종대 식물 사회네트워크는 노드수가 50개, 연결정도가 172개의 소규모 네트워크로 구축되었으며, 모듈화를 통해 4개그룹으로 나누어졌다. 구축된 소시오그램을 통해 천이계열을 살펴보면, 현재 곰솔, 사스레피나무가 포함된 그룹은 벚나무, 개옻 나무를 매개자로 하여 졸참나무, 개서어나무가 우점하는 낙엽활엽수군락으로, 후박나무를 매개자로 하여 후박나무, 참식나무가 우점하는 상록활엽수군락으로 천이될 가능성이 높았고, 일부지역에서는 생강나무, 팽나무를 매개자로 하여 팽나무, 굴참나무, 느티나무가 우점하는 낙엽활엽수군락으로 천이가 예상된다.

Quora search engine redirects to different discussion pages based on the search terms searched by the user. So, when questions that are semantically similar are searched on Quora, it sometimes redirects a user to different discussion pages even if there exists a page to the dedicated search. In such a case, Semantic Similarity among the questions carries highest weightage. So, for text, using traditional methods for calculating similarity, usually the text is considered as sequence of words and they just count the number of words that occurred in a sentence, on which some distance measures are applied to find the similarity, while missing the semantic level knowledge of the text during calculation. Considering such traditional methods, it will also require a huge training set as well as time to produce an accurate model. But in this Research Paper, Siamese Based Network is used that can train itself on a single example of each text to provide an accurate similarity output.I have used different types of pre-trained word embedding models like word-2-vec and glove to understand the semantics of the question pairs present in Quora Question Pair dataset. This paper introduces a new approach to calculate sentence similarity and gives astronishing results outperforming the current state of art Siamese Based LSTM models. Along with this new approach of using Manhattan LSTM with attention mechanism for similarity calculation, a comparative analysis is performed on the embedded question pairs, among different Siamese based LSTM models like LSTM and Manhattan LSTM, to predict whether the questions are similar or not and get the best model combination for Quora Question Pair.

목적 : 본 연구에서는 2019년 생활시간조사 자료를 분석 대상으로 작업치료 분야에서 최초로 작업연결망 (occupational network)을 구성하여 전기고령자와 후기고령자의 24시간 작업(occupation)들 간의 관계 를 분석하여 특성을 분석하고 파악하는데 목적이 있다. 연구방법 : 분석 대상은 통계청의 2019년 생활시간조사 자료의 전기고령자 331명과 후기고령자 331명의 24시 간 행동 항목들을 키워드 네트워크 분석 방법으로 분석하여 작업연결망(occupational network)을 구성하고 네트워크 분포의 지표로서 고립 정도, 밀도, 포괄성과 연결 중심성, 근접 중심성을 NetMiner 4.0으로 분석하였 다. 일반적 특성은 SPSS ver.25.0으로 독립표본 t 검정(two-sample t-test), 기술통계를 실시하였다. 결과 : 네트워크 분포 분석결과 전기고령자와 후기고령자의 밀도는 0.793, 0.649, 포괄성은 100%로 나타 났으며, 평균 거리는 1.207, 1.351이며, 고립된 노드는 나타나지 않았다. 중심성 지표 분석 결과 연결 중심성과 근접 중심성이 높은 작업으로는 전기고령자는 교제활동, 스포츠 및 레포츠, 미디어를 이용한 여가활동, 음식준비, 개인위생 및 외모 관리, 후기고령자 미디어를 이용한 여가활동, 개인위생 및 외모관 리, 식사 및 간식 섭취, 수면, 청소 및 정리 순으로 나타났다. 결론 : 본 연구는 2019년 생활시간 조사 자료를 키워드 네트워크 분석 방법을 적용하여 최초로 작업연결 망을 구성하여 전기고령자와 후기고령자 집단 간의 작업 수행의 차이를 분석하고 시각적으로 파악하여 제시 및 분석하였다는 점에 학문적인 의의를 가지며, 이를 통해 작업치료 분야에서 사회연결망 분석 방 법을 사용할 수 있도록 기초자료로 활용할 수 있을 것이다.

Knowledge information structuring is one of the most suitable research topics in the field of semantic search, natural language processing and other digital technology integration. Digital technology can not only access massive amount of ancient materials, shorten data analysis time, but also visualize the analysis results through data visualization function. From these two aspects, the application of digital technology to humanities research is very valuable. However, the fundamental question is “Is it valid to use machines to analyze and structure contemporary human thinking systems in the field of humanities?” and “How many valid and meaningful results can be obtained from such research?” Based on this awareness of the problem, this paper aims to review the research objectives of the topic “Research on structuring the knowledge information of Literary Sinitic texts based on artificial intelligence data processing technology” and use it as an opportunity to reorient the future research of the project. To this end, this paper introduces the current status and shortcomings of the research on ontologies and semantic webs related to Literary Sinitic and Sinographs in Korea and abroad, points out the issues and difficulties that must be solved to construct the semantic web of Literary Sinitic texts, and then looks forward to the possibility of analyzing the vocabulary of Literary Sinitic texts with the help of machine. It is hoped that this paper can raise the attention of the academic community to the study of Literary Sinitic vocabulary and contribute to the development of related research.

본 연구는 4차 산업혁명 및 디지털 전환 역량과 관련된 176개의 선행연구를 기반으로 빈도 분석과 네트워크 분석을 통한 메타분석 연구이다. 국내외 기관·학술자료·도서 등의 선행연구로부터 역량을 추출하고 통제 및 범주화 작업을 거쳐 최종 역량을 도출하였으며 이를 학계와 산업계로 나누어 분석하였다. 분석 결과 '의사소통'과 '창의성', '협업 능력'에 대한 역량이 가장 높은 빈도를 보였으며, 학계에서는문제 해결과 문제 발견이 업계에서는 ICT 기술과 융합적 사고력 등이 뒤를 이었다. 또한, 연결 중심성, 매개 중심성, 위세 중심성의 네트워크 분석을 실시하였다. 그 결과 연결 중심성에서는 의사소통과 창의성역량이 학계와 산업계 모두에서 높은 중심성을 보이는 것으로 나타났다. 또한, 위세 중심성 분석 결과 학계에서는 의사소통, 문제 해결, 창의성, 협업 능력, 문제 발견 역량이, 산업계에서는 창의성, 자기주도성, 유연성, 리더십, 문제 해결이 상위 역량으로 도출되었다. 본 연구는 4차 산업혁명 시대에서 요구되는 역량들을 학계와 산업계를 기준으로 그 차이를 확인하고자 하였으며, 역량 간의 관계성을 확인함으로써 추후역량 연구의 방향성과 실천적 함의를 제시하고자 하였다.

본 연구는 장애노인을 대상으로 장애수용과 성공적 노화의 관계에서 자기효능감과 사회적관계망의 매개효과를 검증하는 것이다. 이를 위하여 A시의 65세 이상 장애노인에게 면접식 설문조사를 실시하여 총 220부를 분석에 활용하였다. 자료분석은 SPSS 21.0 통계프로그램을 사용하여 기술 통계분석, 각 변인 간 상관관계분석, 자기효능감과 사회적관계망의 매개 효과를 알아보기 위한 위계적 회귀분석을 실시하였다. 주요 연구결과는 다음과 같다. 첫째, 장애수용은 성공적 노화에 유의미한 영향을 미치는 것으로 나타났다. 둘째, 장애수용과 성공적 노화의 관계에서 자기효능감 의 매개효과가 통계적으로 유의하게 나타났다. 셋째, 장애수용과 성공적 노화의 관계에서 사회적 관계망의 매개효과가 통계적으로 유의하게 나타 났다. 이러한 결과를 통해 장애노인의 장애수용을 높임으로써 성공적 노 화를 촉진할 수 있고, 장애수용 수준이 낮더라도 자기효능감과 사회적 관계망을 다양한 경로로 활용한다면 성공적 노화를 높일 수 있음을 확인 하였다. 이러한 통합적 경로확인을 바탕으로 장애노인의 성공적 노화를 높일 수 있는 다양한 방법을 모색하였다.

Image-oriented information is becoming increasingly important on social networking services (SNS); the background of this trend is the popularity of selfies. Currently, camera applications using augmented reality (AR) and artificial intelligence (AI) technologies are gaining traction. An AR camera app is a smartphone application that converts selfies into various interesting forms using filters. In this study, we investigated the change of keywords according to the time flow of selfies in Goolgle News articles through semantic network analysis. Additionally, we examined the effects of using an AR camera app on appearance satisfaction and self-esteem when taking a selfie. Semantic network analysis revealed that in 2013, postings of specific people were the most prominent selfie-related keywords. In 2019, keywords appeared regarding the launch of a new smartphone with a rear-facing camera for selfies; in 2020, keywords related to communication through selfies appeared. As a result of examining the effect of the degree of use of the AR camera app on appearance satisfaction, it was found that the higher the degree of use, the higher the user’s interest in appearance. As a result of examining the effect of the degree of use of the AR camera app on self-esteem, it was found that the higher the degree of use, the higher the user’s negative self-esteem.

본 연구는 무대재배 복숭아 ‘미황’을 대상으로 성숙기간 중 RGB 영상을 취득한 후 다양한 품질 지표를 측정하고 이를 딥 러닝 기술에 적용하여 복숭아 과실 숙도 분류의 가능성을 탐 색하고자 실시하였다. 취득 영상 730개의 데이터를 training 과 validation에 사용하였고, 170개는 최종 테스트 이미지로 사용하였다. 본 연구에서는 딥러닝을 활용한 성숙도 자동 분 류를 위하여 조사된 품질 지표 중 경도, Hue 값, a*값을 최종 선 발하여 이미지를 수동으로 미성숙(immature), 성숙(mature), 과숙(over mature)으로 분류하였다. 이미지 자동 분류는 CNN (Convolutional Neural Networks, 컨볼루션 신경망) 모델 중 에서 이미지 분류 및 탐지에서 우수한 성능을 보이고 있는 VGG16, GoogLeNet의 InceptionV3 두 종류의 모델을 사용 하여 복숭아 품질 지표 값의 분류 이미지별 성능을 측정하였 다. 딥러닝을 통한 성숙도 이미지 분석 결과, VGG16과 InceptionV3 모델에서 Hue_left 특성이 각각 87.1%, 83.6% 의 성능(F1 기준)을 나타냈고, 그에 비해 Firmness 특성이 각각 72.2%, 76.9%를 나타냈고, Loss율이 각각 54.3%, 62.1% 로 Firmness를 기준으로 한 성숙도 분류는 적용성이 낮음을 확인하였다. 추후에 더 많은 종류의 이미지와 다양한 품질 지 표를 가지고 학습이 진행된다면 이전 연구보다 향상된 정확도 와 세밀한 성숙도 판별이 가능할 것으로 판단되었다.

Concerns about North Korea’s 7th nuclear test have been rising recently, and it is a significant threat to the situation around the Korean Peninsula. Amidst these threats, the Korean government also shows a strong will for denuclearizing the Korean Peninsula, referring to the “Audacious Initiative.” For denuclearization negotiations with North Korea, it is essential first to understand North Korea’s nuclear capabilities. However, since access to information is complicated and contains many uncertainties, many studies have been conducted to estimate it. Among them, Von Hippel surveyed to estimate the total amount of uranium ore based on information on uranium mining, which is relatively widely known throughout North Korea’s nuclear fuel cycle, and the amounts of HEU and Pu suggested by many experts. KINAC has conducted a study on a methodology that can narrow the estimation range and improve reliability through the Bayesian Network based on Von Hippel’s research results. However, in this study, the probability distribution is assumed to be the simplest form of uniform distribution, and the estimation formula for the amount of Pu produced compared to the amount of uranium loaded in the core is used as it is, which is an error in Von Hippel’s study. Improvement is needed. This study proposes a more reliable BN model by supplementing this and attempts to estimate the amount of uranium ore that North Korea produces or possesses. Of course, the data used as the basic structure of the model is insufficient, and the estimation formula is straightforward, so it is somewhat unreliable to trust the estimate for uranium ore. However, it is expected to be a suitable methodology that can narrow the scope of North Korea’s nuclear material production estimate or compensate for the uncertainty of the nuclear material production estimation model being developed at KINAC.