이 연구는 중국의 이미지 처리 소프트웨어 메이투를 중심으로 하여 기 술수용이론을 적용하고 확장하여 중국 사용자들의 이미지 처리 소프트웨 어 사용 의도에 대한 가능성을 탐구하는 것이다. 이를 위해 설문조사 방 법을 사용하여 사회의 다양한 계층의 다양한 그룹을 조사하고 수집한 데 이터를 분석했다. 연구 결과는 사용자의 사용 의도에 영향을 미치는 것 으로 나타났으며, 특히 사용자의 편리성과 유용성에 더해, 호기심과 자아 형상 일치성도 메이투 사용자의 사용 의도에 긍정적인 영향을 미치는 것 으로 나타났다. 본 논문의 연구 결과는 메이투와 같은 이미지 편집 소프 트웨어의 개발과 운영에 가치 있는 통찰을 제공할 수 있다.

This study aimed to assess and determine the optimal model for predicting the full bloom date of ‘Fuji’ apples across South Korea. We evaluated the performance of four distinct models: the Development Rate Model (DVR)1, DVR2, the Chill Days (CD) model, and a sequentially integrated approach that combined the Dynamic model (DM) and the Growing Degree Hours (GDH) model. The full bloom dates and air temperatures were collected over a three-year period from six orchards located in the major apple production regions of South Korea: Pocheon, Hwaseong, Geochang, Cheongsong, Gunwi, and Chungju. Among these models, the one that combined DM for calculating chilling accumulation and the GDH model for estimating heat accumulation in sequence demonstrated the most accurate predictive performance, in contrast to the CD model that exhibited the lowest predictive precision. Furthermore, the DVR1 model exhibited an underestimation error at orchard located in Hwaseong. It projected a faster progression of the full bloom dates than the actual observations. This area is characterized by minimal diurnal temperature ranges, where the daily minimum temperature is high and the daily maximum temperature is relatively low. Therefore, to achieve a comprehensive prediction of the blooming date of ‘Fuji’ apples across South Korea, it is recommended to integrate a DM model for calculating the necessary chilling accumulation to break dormancy with a GDH model for estimating the requisite heat accumulation for flowering after dormancy release. This results in a combined DM+GDH model recognized as the most effective approach. However, further data collection and evaluation from different regions are needed to further refine its accuracy and applicability.

This study aimed to determine the anti-obesity effect of adding Wolfiporia extensa Ginns (W) to fermented pollack skin products in an obesity-induced animal model. The experimental groups were the normal diet group (C), high-fat diet group (HF), dried pollack skin (H1), fermented pollack skin (H2), and W of 0.1 (F2-WL), 0.3 (F2-WM), and 0.5 (F2), respectively. It was confirmed that adding W to fermented pollack skin reduced blood triglycerides, total cholesterol, and LDL levels, while increasing HDL levels. Wolfiporia extensa Ginns was effective in controlling weight and improving blood lipids in a dose-dependent manner. In histological analysis, findings of fatty liver induced by a high-fat diet were improved by the addition of H2 and W. Size and density of fat globules in the epididymis were decreased. In addition, the concentration of TNF-α was increased in the high-fat diet group, but decreased by the addition of fermented pollack skin and W. In conclusion, adding fermented dried pollack skin and Wolfiporia extensa Ginns was effective for weight control and blood lipid improvement. Thus, the use of by-products in functional foods is expected to have a high value in the future.

본 연구에서는 지역 영역 기상 수치 예보 모델의 여러 수평 영역 및 수평 해상도에 따른 이상적인 열대저기압 의 진로와 베타자이어의 민감도를 조사하였다. 모델의 이상적인 초기 조건은 경험적인 함수로 생성된 3차원 축대칭 모 조 소용돌이와 허리케인 활동 시기의 평균 대기 조건으로 구성된다. 이때 모델 설정에 따른 이상적인 열대저기압의 변 화를 분석하기 위하여 배경 흐름은 제거되었다. 수치 모델의 수평 영역 및 수평 해상도에 따른 이상적인 열대저기압의 민감도 실험을 수행하기 위해, 지역 영역 수치 모델로서 W RF (Weather Research a nd F orecasting) 모델을 사용하였다. 모의된 열대저기압의 바람장으로부터 베타자이어를 추출하기 위해, DFS (Double-Fourier Series) 국지 영역 고차 필터 를 사용하였다. 모델의 수평 영역의 크기가 감소할수록 베타자이어의 구조와 강도가 약해졌으며, 이는 열대저기압 진로 의 차이를 발생시켰다. 수평 영역의 크기를 본 연구의 실험에서 가장 작은 영역인 3,000 km3,000 km로 설정하였을 경 우에 베타자이어 통풍류의 서진 성분이 크게 감소하였으며, 수평 영역을 더 넓게 설정한 실험들에 비해 열대저기압의 진로가 동쪽으로 편향되었다. 본 결과는 열대저기압과 관련된 바람장 전체를 포함하지 못할 정도로 매우 작은 수평 영 역을 사용할 경우, 열대저기압의 진로가 적절히 모의 될 수 없음을 시사한다. 반면, 5,000 km5,000 km와 6,000 km 6,000 km의 수평 영역에서는 그 민감도가 매우 작게 나타났다. 수평 해상도가 감소할수록 이상적인 열대저기압의 진 로는 매우 서쪽으로 편향되었다. 베타자이어의 크기와 강도도 수평 해상도가 감소할수록 크고 더 강하게 나타났다.

본 연구에서는 한옥의 해석모델 구축을 지원하고, 구축된 해석모델의 활용도를 높이고자 이를 활용한 가상현실 소프트웨어를 개발 하였다. 한옥의 구조해석 모델은 범용 구조해석 소프트웨어인 midas Gen으로 생성하고, 이를 문자기반 입력파일로 변환한 후 본 연구 에서 개발된 소프트웨어에서 한옥 해석모델의 검토에 필요한 자료들을 저장한다. 개발된 가상현실 소프트웨어 내에서 3차원으로 표 현된 한옥의 해석모델은 시점을 변경하며 살펴볼 수 있고 특정 부재를 선택하여 관련된 자료를 확인할 수 있다. 이러한 과정을 통해 해 석모델의 오류를 확인 및 수정하여 완결된 해석모델을 구축할 수 있다. 개발된 소프트웨어는 3개의 한옥 사례에 적용하여 그 적용성 과 효용성을 검증하였으며, 구조분야 이외의 타 분야에서도 활용될 수 있다.

미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하 고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기 반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편 에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하 여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

PURPOSES : To prevent an increasing number of drowsiness-related accidents, considering driver fatigue is necessary, which is the main cause of drowsiness accidents. The purpose of this study is to propose a methodology for selecting drowsiness hotspots using continuous driving time, a variable that quantifies driver fatigue. METHODS : An analysis was conducted by dividing driver fatigue, which changes according to time and space, into temporal and spatiotemporal scenarios. The analysis technique derived four evaluation indicators (precision, recall, accuracy, and F1 score) using a random forest classification model that is effective for processing large amounts of data. RESULTS : Both the temporal and spatiotemporal scenarios performed better in models that reflected the characteristics of road sections with changes in time and space. Comparing the two scenarios, it was found that the spatiotemporal scenario showed a difference in precision of approximately 10% compared with the temporal scenarios. In addition, [Model 2-2] of the spatiotemporal scenario showed the best predictive power by assessing the model’s accuracy via a comparison of (1-recall) and precision. This shows better performance in predicting drowsy accidents by considering changes in time and space together rather than constructing only temporal changes. CONCLUSIONS : To classify hotspots of drowsiness, spatiotemporal factors must be considered. However, it is possible to develop a methodology with better performance if data on individuals driving vehicles can be collected.

본 연구에서는 부산신항에서 스크러버를 장착한 선박이 세정수를 배출하였을 때 인근 해역에 미치는 영향을 검토하기 위해 확산예측을 수행하였다. 세정수에 포함된 용존무기탄소(DIC)의 농도를 통제한 채로 세정수의 pH 조건별로 해역에 미치는 영향을 대조기 와 소조기로 나누어 평가하였다. 선박 1대에서 24시간 동안 세정수를 배출할 때, pH가 최대 0.076, 0.083 감소하였다. DIC의 경우 0.561mg/L, 0.612mg/L 증가하였다. 부산신항에 수용가능한 선박수인 24대를 전부 가정하여 실험하였을 경우 pH는 0.200, 0.545 감소하였고, DIC는 1.464mg/L, 3.629mg/L 증가하였다. 일반적으로 스크러버가 세정수를 처리하였을 때 pH 6.1인 것을 감안하여 선박 1대에서 pH 6.1인 조건으 로 24시간 동안 세정수를 배출하는 경우 우리나라 연근해의 연간 pH 변화량보다 약 33.7배 더 큰 폭으로 감소하는 것으로 계산되었다. 선 박이 24대일 경우에는 하루이상 표층의 성층화를 유발하고 수심 4m까지 영향을 주는 것으로 예측되었다.

선박의 설계과정에 있어, 선박의 중량은 유체역학적 성능에 큰 영향을 미치는 가장 중요한 요소 중 하나이다. 선박은 일반적으 로 최적의 흘수와 배수량을 갖는 하나의 조건으로 설계되지만, 실제로는 연료의 소비, 선박 평형수의 충전과 적재 조건과 같은 운항 활동 으로 인해 선박의 중량 및 흘수가 일정 범위 내에서 바뀐다. 본 연구에서는 소형선박을 대상으로 3가지 하중조건에 따른 선박의 저항성능 변화를 모형실험과 수치해석을 통해 연구하였다. 마지막으로 2050년까지 CO2 배출 가스를 50% 감축한다는 국제해사기구(IMO) 목표를 따 라 선박의 저항 성능을 개선하여 동력 요구 사항을 줄이기 위해 선박의 중량 변화에 따른 저항성능의 민감도를 연구하였다. 연구 결과, 선박의 중량변화에 따른 효과는 낮은 프루드 수에서 크게 나타나는 것으로 확인되며, 저항성능에 대한 연구 결과, 설계 흘수의 적재조건 을 기준으로 배수량이 11.1% 증가하고, 흘수가 5% 증가한 Over load의 적재조건에서 운항 시 선체의 총 저항이 모형시험과 CFD 시뮬레이 션에서 각각 15.97%, 14.31%까지 증가하는 것을 볼 수 있다.

기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해 수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자 이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하 여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하 였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개 선할 수 있었다.

The enzyme digestion of foods is known to have certain advantages, such as enhancing health improvement functions of functional foods. In this study, we investigated whether the memory enhancement effects of HongJam could be enhanced by enzymatic digestions. We found that enzyme digested HJ had more enhanced functionality than undigested HJ. We also found the molecular basis of memory enhancement by performing various biochemical and molecular biological experiments. (Grant No. PJ016908032023)

멸강나방은 중국 내 개체군이 북쪽 지역으로 2차 이주를 할 때, 봄철 제트기류를 타고 국내로 유입되는 비래해 충이다. 집단으로 발생 시 벼, 옥수수, 수수 등 여러 작물에 큰 피해를 준다. 2020년과 2021년 북방접경 세 지역(백령 도, 연천, 고성)과 수원 지역에서 성페로몬트랩을 이용하여 멸강나방의 성충 발생 시기를 탐지하였다. 일반적으 로 수원지역은 4월 하순 혹은 5월 상순에 최초 유인되었으나 두 해 여러 지역에서 공통적으로 탐지되는 시기는 6월 초중순이었다. 미국 해양대기청(NOAA)에서 제공하는 역궤적 분석프로그램(HYSPLIT)을 이용하여 각 지 역에서 멸강나방이 포획된 날짜 별 지상 300, 500, 700, 1000 m의 36~72시간 역궤적 분석을 수행하였다. 이후 같은 시기에 중국 내 멸강나방이 분포할 가능성이 높은 지역(32~40 ºN)을 비래 근원지로 추정하였다. 2021년 수원과 백령도에서 공통적으로 산둥성(山东省)이 근원지로 추정되었다. 공통적으로 산둥성(山东省)과 장수성(江苏 省)이 주 비래지로 추정되었고, 추가적으로 백령도는 허베이성(河北省), 수원은 안후이성(安徽省), 허베이성(河 北省), 저장성(浙江省)도 가능성이 있는 지역으로 추정되었다.

기후변화에 따른 서식지 감소는 생물다양성의 커다란 위협 요소 중 하나이고 생물종이 서식하는 공간적 분포에 대한 이해는 멸종위기종 관리, 생태계 복원 등 다양한 분야에서 매우 중요하다. 본 연구는 남한지역에서 서식하는 멸종위기종 Ⅰ급으로 지정된 붉은점모시나비를 대상으로 기후변화에 따른 서식분포변화를 분석하고자 한다. 이 를 위해서 최근 보전생물학, 동물생태학 등 다양한 분야에서 널리 활용되는 MaxEnt 모델을 현재시기와 미래시기 의 생물기후변수에 적용하여 잠재적 서식지 분포 변화를 평가하였다. 붉은점모시나비는 미래시기에 서식지가 감소하는 경향으로 예측되었고, 기온보다 강수량에 의한 영향이 크고, 특히 강수량 계절성에 영향이 가장 클 것으 로 분석되었다. 분석결과는 국내 생물다양성 증진에 필요한 기초자료로서 활용할 수 있을 것으로 기대된다.

본 연구는 남한 지역에서 서식하는 멸종 위기 종 2급인 왕은점표범나비의 기후 변화에 따른 서식지 변화를 분석하고자 한다. 이를 위해 단일모델의 장단점을 보완하기 위해서 생물 보전과 동물 생태학 분야에서 널리 사용 되는 앙상블 모델을 활용하여 기후변화 시나리오 자료를 이용하여 현재와 미래 기후 조건에서의 잠재적 서식지 변화를 평가하였다. 연구 결과에 따르면, 미래에는 왕은점표범나비의 서식지가 줄어들 것으로 예상되며, 이 변화 는 기온과 강수량 모두에 영향을 받을 것으로 나타났다. 특히 강수량의 계절적 변동이 가장 큰 영향을 미칠 것으로 분석되었다. 이러한 결과는 기후 변화로 인한 생물종의 서식 분포의 이해를 향상시켜 멸종 위기 종 관리와 생태계 복원과 같은 다양한 분야에서 생물다양성 증진을 위한 중요한 기초 데이터로 활용될 것으로 기대된다.

Climate change and biological invasions are the greatest threats to biodiversity, agriculture, health and the global economy. Tomato leafminer(Tuta absoluta) (Meyrick) (Lepidoptera: Gelechiidae) is one of the most important threats to agriculture worldwide. This pest is characterized by rapid reproduction, strong dispersal ability, and highly overlapping of generations. Plants are damaged by direct feeding on leaves, stems, buds, calyces, young ripe fruits and by the invasion of secondary pathogens which enter through the wounds made by the pest. Since it invaded Spain in 2006, it has spread to Europe, the Mediterranean region, and, in 2010, to some countries in Central Asia and Southeast Asia. In East Asia, Tomato leafminer was first detected in China in Yili, Xinjiang Uygur Autonomous Region, in 2017. There is a possibility that this pest will invade South Korea as well. This study provides this by the use of MaxEnt algorithm for modelling the potential geographical distribution of Tomato Leafminer in South Korea Using presence-only data.

모기는 감염병을 매개하는 종으로 전염병 확산 억제를 위해서는 개체수의 감시와 정확한 예측이 필요하다. 본 연구에서는 모기 개체수 및 기상 및 현장 자료를 활용해 모기 개체수 머신러닝 모델을 개발하였다. 모기 개체수는 디지털 모기 측정기(Digital Mosquito Monitoring System, DMS)의 2015 년~2022년의 5월~10월의 자료를 활용하였다. 기상 자료는 기온, 강수량, 풍속, 습도를 사용하였으며, 현장 조사 자료는 현장을 명목척도와 서열척도로 나누어 기록하여, 명목 척도의 경우 원핫 인코딩으 로 변환해 수치화하여 사용하였다. 분석에 사용된 머신러닝 모델은 Artificial Neural Network, Random Forest, Gradient Boosting Machine, Support Vector Machine이며 성능지표로 R2, RMSE를 사용하였다. 연구 결과, Gradient Boosting 모델이 R2 0.4, RMSE 22.45로 가장 좋은 성능을 나타냈다. 현장 조사 자료 를 분석에 활용하였을 때 R2는 증가하였고, RMSE는 감소하였다. 본 연구 결과 모기 개체수에 현장 조사 자료가 예측 정확도를 향상시킬 수 있음을 확인하였다.