The remarkable electrical, thermal, mechanical, and optical properties of graphene and its derivative grapheme oxide have recently gained great importance, along with the large surface area and single-atoms thickness. In this respect, several techniques of synthesis such as chemical exfoliation, mechanical exfoliation, or chemical synthesis have been discovered. However, the development of graphene with fewer defects and on a large scale poses major challenges; therefore, it is increasingly necessary to produce it in large proportions with high quality. This paper reviews the top-down synthesis approach of graphene and its well-known derivative graphene oxide. Furthermore, characterization of graphene oxide nanomaterial is a critical component of the analysis. The characterization techniques employed to determine the quality, defects intensity, number of layers, and structures for graphene oxide nanomaterial at the atomic scale. This article focuses on the different involved characterization methodology for graphene oxide with their percentage utilization for the past 11 years. Additionally, reviewing all of the characterization literature for the last 11 years would be a difficult task. Therefore, the aim is to outline the existing state of graphene oxide by different characterization techniques and provide a comparative analysis based on their percentage utilization.

본 연구에는 가뭄의 유발 요인으로 강수량, 기온, 상대습도 등의 기상현상을 활용하고 가뭄 피해로 인한 대응 요소로서 대체수원, 제한급수, 운반급수 등의 비상급수를 적용하여 AI기반 가뭄 대응 정보 구축 방안을 구성하였다. AI 머신 러닝 기법 중 널리 사용되는 의사결정나무 모형을 통하여 예측 기법을 수립하였다. 연구 대상 지역은 비상급수 활용 빈도가 높고 종관기상관측소가 존재하는 충주시, 안동시, 의성군을 선정하였다. 자료 기간은 2014년부터 2019년까지의 자료를 이용하였으며, 가뭄 유발 기상요인으로 ASOS의 강수량 및 기온, 습도를 이용하고 가뭄 피해 요소로 국가 가뭄정보 포털의 비상급수 현황 자료를 활용하였다. 모형 학습 결과 정확도가 약 0.97, F1-Score가 약 0.5로 나왔으며, 이는 비상급수가 필요한 상황과 그렇지 않은 상황을 97%의 확률로 예측할 수 있음을 의미하며, 비상급수가 필요했던 표본만을 대상으로 했을 경우 약 50%의 확률로 예측이 가능한 것을 의미한다. 따라서 의사결정나무 모형을 적용하여 예측 정확도를 분석한 결과 가뭄 대응 비상급수 준비지역 예측을 위한 적용성이 높은 것으로 평가되었다. 그러나 본 연구에서는 기상 조건만을 가뭄 유발 요인으로 반영하였기 때문에, 공급수량 부족 등의 요인을 추가적으로 검토할 필요가 있으므로 가뭄과 연관된 요소인 저수지 용량 등을 추가하고 비상급수 이외의 피해 요소 역시 확장하여 연구를 개선하고자 한다.

Background: Low back and neck pain are two of the most common medical problems in the adult population. It is estimated that between 70% and 80% adults experience an episode of low back pain at least once during their lifetime. Objects: This study aimed to compare the effects of various stretching exercises and muscle energy techniques used for treatment of iliopsoas, quadratus lumborum, and hamstrings of patients with low back pain. Methods: A total of 52 subjects were randomly assigned to the control group (n = 17), the muscle energy technology group (METG, n = 19), and the stretching exercise group (SEG, n = 16). Interventions were performed twice a week for 4 weeks. Outcomes were measured before and after 4 weeks of treatment in the three groups, using the Korean version of the Oswestry Disability Index, the Visual Analogue Scale (VAS), the Fear Avoidance Belief Questionnaire (FABQ), the Finger to Floor test (FTF), the Modified-Modified Schober Test (MMS), and the Trunk Flexion Range of Motion test. Results: This study showed significant reduction in the pre-test and post-test KODI, VAS, and FABQ scores in all the three groups (p < 0.05). The KODI, VAS, FABQ and FTF assessed in this study showed interactions between the groups and the measurement time point (p < 0.01). After intervention, the KODI, VAS, FABQ and FTF in the SEG and METG were significantly higher (p < 0.05), and there was no difference between the METG and SEG. MMS and HFROM test showed no difference between the three groups (p > 0.05). Conclusion: KODI, VAS, FABQ and FTF showed significant improvement after basic physical therapy, muscle energy technique, and stretching exercise intervention. And there was no significant difference in the intervention effect between the muscle energy group and the stretching exercise group.

Background: Lower back pain (LBP) is a major cause of disability and a common musculoskeletal disorder encountered at some point in life. Dysfunction of the lumbar vertebrae has been associated with decreased flexibility of the hamstrings, which exhibited a strong positive correlation with LBP. Hamstring tension affects lumbar pelvic rhythm. We aimed to activate pelvic stability with compression by Active Therapeutic Movement (ATM), muscle energy technique (MET) was applied to increase the flexibility of the hamstring. Objects: In this study, we aimed to investigate the effects of MET with ATM and general MET were applied to the hamstring of adults, who were in their twenties with nor without LBP, on their pelvic inclination and the length of their hamstring. Methods: A total of 32 subjects were briefed about the purpose of this study and agreed to participate voluntarily. Before the experiment, all subjects were pre-examined, and they were divided into an LBP group and a no lower back pain group accordingly. Thereafter, all subjects participated in both in a crossover manner. After at least one week, they switched to another group and participated in the same experiment. Results: The study results revealed that both groups demonstrated significant results in the modified active knee extension test (p < 0.01) and the sit and reach test (p < 0.01) performed to assess the hamstring flexibility; an interaction (p < 0.05) was noted. Moreover, a more significant difference was observed between the MET with ATM and the general MET. Although significant results were obtained for the pelvic inclination (p < 0.01), interaction was not noted. Conclusion: Conclusively, in this study, when the MET with ATM was applied to the two groups, there was a significant difference compared to the general MET for hamstring flexibility, but it was confirmed that there was no significant difference for the pelvic inclination.

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.

뇌 3차원 T1 관상면 검사 시 ENCASE를 적용했을 때 CS 계수의 증가 시 영상획득 시간 변화와 영상의 질의 변화에 따른 유용성에 관하여 알아보고자 한다. 연구 대상은 본원을 내원한 30명의 환자를 대상으로 하였고, 1.5T MRI 장치로 진행하였으며, 24채널 두경부 코일을 사용하였다. 획득한 영상의 상대적신호강도비(rSI)와 상대적대조도비(rC)를 구하였으 며, MIPAV로 뇌실질과 뇌실의 체적을 측정하여 One-way Anova를 사용하여 정량적 분석을 하였고, p<0.05일 때 통계 적으로 유의한 것으로 해석하였다. 또한, 5점 리커트 척도를 이용하여 영상의 질에 대하여 정성적 분석을 하였고, 측정자 내 신뢰도를 확인하기 위해 ICC가 0.75 이상 나오면 측정자간 신뢰성이 높은 것으로 간주하였다. rSI와 rC 모두 p<0.05로 통계적으로 유의미한 차이를 보였고, 급내 상관계수가 0.75이상(p<0.05)으로 통계적으로 매우 높은 신뢰도를 나타냈다. MIPAV를 이용한 체적측정에서는 뇌실질과 뇌실의 체적의 차이는 p=1.000으로 통계학적으로 유의미한 차이는 없었고, 사후분석결과 또한 유의미한 차이를 보이지 않았으며. 급내 상관계수가 0.75이상(p<0.05)으로 통계적으로 매우 높은 신뢰도를 나타냈다. 또한, 정성적 평가에서는 CS 계수가 증가함에 따라 유의미한 차이가 있는 것으로 나타났다(p<0.001). 따라 서 ENCASE 기법을 이용한 3차원 T1 TFE 관상면 검사 시 CS 계수를 증가시킨다면 뇌의 체적 변화 없이 3차원 T1 시상면 영상보다 짧은 150초로 기존의 뇌 3차원 시상면 T1 기본 검사시간 260초 보다 짧은 영상획득 시간으로 진단적 가치가 높은 영상을 제공할 수 있을 것으로 사료된다.

흰점박이 꽃무지 유충은 식품원료로서 영양적 가치가 우수하지만 소비자의 기호도 개선을 위해 가공공정기술의 적용을 검토할 필요가 있다. 따라서 본 연구에서는 흰점박이 꽃무지 유충을 다양한 추출 공정(온수, 열수, 초음파, 고압 추출)으로 처리하여 추출물을 제조하였고 유리아미 노산 함량과 지방산 조성의 변화를 관찰하였다. 유리아미 노산 함량 및 조성은 모든 추출물에서 향상되었다. 특히 고압추출물에서 유리아미노산 총량과 필수아미노산 분포 비율이 각각 2.9, 4.6배 증가하여 고압 처리가 흰점박이 꽃무지 유충의 유리아미노산 함량 증가 및 조성 개선에 가장 큰 효과가 있다는 것을 확인하였다. 한편 지방산 조성은 초음파 추출물과 고압 추출물에서 개선되었다. 원료에 비해 포화지방산 비율은 감소하고 불포화지방산 비율이 증가하여 기존의 주요 단백질급원인 육류에 비해 불포화지방산 섭취 측면에서 유리할 것으로 판단된다. 따라서 흰점박이 꽃무지 유충은 초음파 추출과 고압 추출에 의해 유리아미노산과 지방산의 품질 특성이 개선될 수 있으므로 해당 추출물은 식약용 소재로서의 활용 가능성이 매우 높을 것으로 판단된다. 또한, 추후 초음파 추출과 고압 추출 공정의 최적화 연구가 이루어진다면 흰점박이 꽃무지 유충의 활용가치는 더욱 높아질 것으로 예상된다.

Uiwon-gun (1661-1722) and Sim Ikchang (1652-1725) were people of the upper classes of the Joseon Dynasty, who’s belts woven with thread were found in their graves. The purpose of this study is to find a term suitable for the belts of these two people and to reveal the characteristics of the two belts and decipher the 8-character text marked on Shim Ikchang’s belt to understand its meaning. The terms used during the Joseon Dynasty related to woven belts include “Gwangdaho”, “Daeja”, “Bunhapdae”, “Sagagda”, “Bangseungah”, and “Samunjikdae”. Among these terms, “Gwangdahoe” is the most suitable to indicate the belts of for both belts. The belts are made of a silk fabric of narrow width. The size of Uiwon-gun’s belt is 2.8× 199cm, and because it is folded in half lengthwise and sewn, the original width is 8cm. It was woven in the imitation gauze technique. Sim Ik-chang’s belt measures 10.5×258cm and is decorated with a woven net at the end. There are water and mountain patterns on both ends of the belt, with 11 lines of flower patterns equally spaced between. The belt is damask, the inscription part is made of brocade with letters expressed in golden thread. The meaning of the inscription is “Made in Hanbu. May you live a long and healthy life”.

PURPOSES : This study aims to develop and evaluate computer vision-based algorithms that classify the road roughness index (IRI) of road specimens with known IRIs. The presented study develops and compares classifier-based and deep learning-based models that can effectively determine pavement roughness grades. METHODS : A set road specimen was developed for various IRIs by generating road profiles with matching standard deviations. In addition, five distinct features from road images, including mean, peak-to-peak, standard variation, and mean absolute deviation, were extracted to develop a classifier-based model. From parametric studies, a support vector machine (SVM) was selected. To further demonstrate that the model is more applicable to real-world problems, with a non-integer road grade, a deep-learning model was developed. The algorithm was proposed by modifying the MNIST database, and the model input parameters were determined to achieve higher precision. RESULTS : The results of the proposed algorithms indicated the potential of using computer vision-based models for classifying road surface roughness. When SVM was adopted, near 100% precision was achieved for the training data, and 98% for the test data. Although the model indicated accurate results, the model was classified based on integer IRIs, which is less practical. Alternatively, a deep-learning model, which can be applied to a non-integer road grade, indicated an accuracy of over 85%. CONCLUSIONS : In this study, both the classifier-based, and deep-learning-based models indicated high precision for estimating road surface roughness grades. However, because the proposed algorithm has only been verified against the road model with fixed integers, optimization and verification of the proposed algorithm need to be performed for a real road condition.

뇌혈관 검사 중 경동맥 혈관을 묘사하기 위한 MRA 검사방법으로 비조영 3D TOF 기법과 CE MRA 기법이 있다. 최근에 CE MRA 기법에 키홀기법을 결합하여 만든 4D TRAK 기법이 사용되고 있다. 본 연구에서는 기존에 사용하던 CE MRA 기법과 4D TRAK 기법을 비교하여 뇌혈관의 진단적 정보와 검사에 대한 유용성을 평가하고자 하였다. 연구 방법으로는 응급실 내원 환자 중 Brain Neck CE MRA 처방을 받은 환자 30명(남자 15명, 여자 15명)을 대상으로 CE Neck MRA를 CE MRA 기법, 4D TRAK 기법을 적용하여 검사하였다. 조영제 주입 후 각각의 기법으로 획득한 영상에 동일한 관심 영역을 설정한 다음, 측정값을 통해 대조도 잡음비를 비교 분석하였다. 4D TRAK과 기존의 CE MRA의 대조도 잡음 비에 따른 통계적 분석 결과 4D TRAK이 기존의 CE MRA보다 CCA에서는 4.38, ICA는 4.24, 그리고 VA에서는 2.94의 신호강도 차이를 보였으며, 대응표본 T 검정 결과 통계적으로 유의하였다(p<0.05). 연구 결과를 통해 CE Neck MRA 검사 시 4D TRAK이 기존에 사용하고 있는 CE MRA와 비교 분석하였을 때, 혈관의 해부학 정보 및 동적 영상을 통한 혈류역학 정보가 더 유용하다는 것을 확인할 수 있었으며, 추후 연구를 지속 발전시킨다면 임상적으로 매우 유용한 검사가 될 것으로 사료 된다.

Abstract: Mental health problems leading to depression have become a critical concern due to the growing engagement of people on social media platforms. Several past approaches have been implemented by analyzing the pattern and behaviour of the posts by users on social networking sites. This research study proposed a system for predicting users who may be depressed, based on the characteristics of users who is already affected. A combination of both the tweet-level and the user-level architecture was used to generate a more robust and reliable system where semantic embeddings trained from advanced neural networks were adopted under the tweet-level. SVM with Word2Vec and TF-IDF has been used and yielded an accuracy of 98.14% and recall of 95.63%.

본 연구는 서울시가 산업 유산을 공원화한 도시재생공원인 문화비축기지의 이용특성을 파악하였다. 분석한 문화비축기지의 인식 및 이용행태의 특성은 다음과 같다. 첫째, 기존 폐산업시설의 모습과 재해석된 건축물을 통해 시각적 매력을 느껴 독특한 정서적 의미를 부여하고 애착을 형성 하고 있다. 둘째, 사람들은 문화비축기지를 도시공원보다는 다양한 문화활동이 이루어지는 광장으로 인식하고 있다. 셋째, 문화비축기지의 공간의 규모에 비해 휴게 공간이 부족하다. 이와 같이 문화비축기지가 가지고 있는 물리적 환경에 매력을 느끼면서도 다양한 경험 및 행태를 지원하기 위한 쾌적한 환경을 제공하지 않고 있어 문화비축기지에서 도시공원으로서의 목적, 욕구를 충족 하는데 불리한 것으로 나타났다. 서울시의 도시재생공원 중 하나인 문화비축기지는 ‘문화·예 술’, ‘교육’ 등의 문화적 도구를 매개로 문화 공원이 조성되었다. 그러나 ‘문화’가 지나치게 강조되고, 휴게 공간 부족 등 공간의 활용도가 낮아 효율적이고 합리적으로 운영하기 위한 활용방안과 공간계획이 필요하다. 문화비축기지의 이용특성을 파악하고 만족에 영향을 미치는 요인을 제시함으로써 향후 문화비축기지가 문화와 역사를 지니고 있는 도시공원이자 지역사회의 중심 공간으로 발전할 수 있기를 기대한다.