본 연구에서는 2 016년부터 2 02 0년까지 내륙 관측소 중 안개 최다발 지역인 안동을 대상으로 XGBoost-DART 머신러닝 알고리즘을 이용하여 1 시간 후 안개 유무를 예측하였다. 기상자료, 농업관측자료, 추가 파생자료와 각 자료 를 오버 샘플링한 확장자료, 총 6개의 데이터 세트를 사용하였다. 목측으로 획득한 기상현상번호와 시정계 관측으로 측 정된 시정거리 자료를 각각 안개 유[1]무[0]로 이진 범주화하였다. 총 12개의 머신러닝 모델링 실험을 설계하였고, 안개 가 사회와 지역사회에 미치는 유해성을 고려하여 모델의 성능은 재현율과 AUC-ROC를 중심으로 평가하였다. 전체적으 로, 오버샘플링한 기상자료와 기상현상번호 기반의 예측 목표를 조합한 실험이 최고 성능을 보였다. 이 연구 결과는 머 신러닝 알고리즘을 활용한 안개 예측에 있어서, 목측으로 획득한 기상현상번호의 중요성을 암시한다.

본 연구는 정신질환 범죄자들의 주요 범죄원인과 특성을 살펴보고, 공중보건모델에 따른 정신질환 범죄 예방대책을 탐색하는 데 목적을 두고 있다. 연구방법은 경찰청 범 죄통계, 검찰청 범죄분석과 선행연구들을 탐색하고 공중보건모델에 따른 정신질환 범 죄 예방대책을 모색하였다. 연구 결과를 살펴보면 다음과 같다. 첫째, 정신질환자들은 일반인에 비해 범죄율이 현저하게 낮았다. 하지만 정신질환이 약물 중독 등과 결합될 때 일반인보다 높은 범죄율을 보여주었다. 또한 정신질환의 원인은 유전적인 부분도 있으나 일부는 잘못된 성장환경과 아동기 학대 경험 등으로 인해 발생하며, 이런 경험 들이 폭력성을 높여주어 범죄로 이어지는 것으로 예측된다. 둘째, 공중보건모델에 따 른 정신질환 범죄 예방대책으로 가정과 지역사회 단계인 1차 예방, 경찰, 검찰 및 법 원의 수사와 공판단계에 해당하는 2차 예방 및 교정과 보호단계인 3차 예방으로 나누 어 살펴보았다. 본 연구의 의의는 현재 우리나라의 정신질환 범죄자에 대한 범죄와 재 범률을 낮추는 방안으로 공중보건모델을 제안하였다. 이 모델이 정신질환 범죄율을 낮추어 줄 것으로 기대된다

This study aimed to investigate the protective effect of enzymatically modified stevia (EMS) on C2C12 cell-based model of dexamethasone (DEX)-induced muscle atrophy to provide baseline data for utilizing EMS in functional health products. C2C12 cells with DEX-induced muscle atrophy were treated with EMS (10, 50, and 100 μg/mL) for 24 h. C2C12 cells were treated with EMS and DEX to test their effects on cell viability and myotube formation (myotube diameter and fusion index), and analyze the expression of muscle strengthening or degrading protein markers. Schisandra chinensis Extract, a common functional ingredient, was used as a positive control. EMS did not show any cytotoxic effect at all treatment concentrations. Moreover, it exerted protective effects on C2C12 cell-based model of DEX-induced muscle atrophy at all concentrations. In addition, the positive effect of EMS on myotube formation was confirmed based on the measurement and comparison of the fusion index and myotube diameter when compared with myotubes treated with DEX alone. EMS treatment reduced the expression of muscle cell degradation-related proteins Fbx32 and MuRF1, and increased the expression of muscle strengthening and synthesis related proteins SIRT1 and p- Akt/Akt. Thus, EMS is a potential ingredient for developing functional health foods and should be further evaluated in preclinical models.

Numerous Sundials were fabricated during the reign of King Sejong of the Joseon Dynasty. One among them is Jeongnam-Ilgu (the Fixing-South Sundial), where the time can be measured after setting up the suitable meridian line without a compass. We reconstructed the new Jeongnam-Ilgu model based on the records of ‘Description of Making the Royal Observatory Ganui (簡儀臺記)’ in the Veritable Record of King Sejong. Jeongnam-Ilgu has a summer solstice half-ring under a horizontal ring which is fixed to two pillars in the north and south, and in which a declination ring rotates around the polar axis. In our model, the polar axis matches the altitude of Hanyang (that is Seoul). There are two merits if the model is designed to install the polar axis in the way that enters both the north and south poles and rotates in them: One is that it is possible to fix the polar axis to the declination ring together with the cross-strut. The other is that a twig for hanging weights can be protruded on the North Pole. The declination ring is supposed to be 178 mm in diameter and is carved on the scale of the celestial-circumference degrees on the ring’s surface, where a degree scale can be divided into four equal parts through the diagonal lines. In addition, the time’s graduation that is drawn on the summer solstice half-ring makes it possible to measure the daytime throughout the year. An observational property of Jeongnam-Ilgu is that a solar image can be obtained using a pin-hole. The position cast by the solar image between hour circles makes a time measurement. We hope our study will contribute to the restoration of Jeongnam-Ilgu.

This study was conducted to estimate the damage of Whole Crop Corn (WCC; Zea Mays L.) according to abnormal climate using machine learning as the Representative Concentration Pathway (RCP) 4.5 and present the damage through mapping. The collected WCC data was 3,232. The climate data was collected from the Korea Meteorological Administration's meteorological data open portal. The machine learning model used DeepCrossing. The damage was calculated using climate data from the automated synoptic observing system (ASOS, 95 sites) by machine learning. The calculation of damage was the difference between the dry matter yield (DMY)normal and DMYabnormal. The normal climate was set as the 40-year of climate data according to the year of WCC data (1978-2017). The level of abnormal climate by temperature and precipitation was set as RCP 4.5 standard. The DMYnormal ranged from 13,845-19,347 kg/ha. The damage of WCC which was differed depending on the region and level of abnormal climate where abnormal temperature and precipitation occurred. The damage of abnormal temperature in 2050 and 2100 ranged from -263 to 360 and -1,023 to 92 kg/ha, respectively. The damage of abnormal precipitation in 2050 and 2100 was ranged from -17 to 2 and -12 to 2 kg/ha, respectively. The maximum damage was 360 kg/ha that the abnormal temperature in 2050. As the average monthly temperature increases, the DMY of WCC tends to increase. The damage calculated through the RCP 4.5 standard was presented as a mapping using QGIS. Although this study applied the scenario in which greenhouse gas reduction was carried out, additional research needs to be conducted applying an RCP scenario in which greenhouse gas reduction is not performed.

본 연구의 주요 목적은 회귀기반의 다양한 머신러닝 알고리즘을 개발하고 다양한 농업 분야에서 사용되는 트랙터의 연료 소비량을 예측하는 것이다. 비포장 도로주행 농업 기계중에서도 사용 비중이 가장 높은 트랙터를 선정하였다. 실제 농가에 방문하여 현업 전문가 조언을 바탕으로 연구하여 설문지를 작성하였으며, 설문 대상은 경남 사천시에 있는 농가 10곳, 진주시에 있는 농가 62곳 등, 총 72곳의 농가이다. 농작업으로는 벼농사, 보리농사, 밭농사 등이 있으며, 작업내용으로는 쟁기, 로터리, 비료살포, 베토, 모내기작업 등이 있다. 다중 회귀분석을 통해 연료 소비량 예측에 영향을 미치는 변수(마력, 기계사용연수, 경작면적, 작업 시간)를 추출하였고. 머신러닝 회귀 학습기 모형으로 학습하여 예측 모형의 성능을 검증하였다. 연료 소비량을 예측하는 모델의 성능은 결정 계수(R), RMSE (제곱 평균 제곱근 오차), MSE (평균 제곱 오차) 및 MAE (평균 절대 오차)를 포함한 4가지 통계적 품질 매개변수를 사용하여 결정되었다. 연구 결과 4가지 모델(다중회귀, 랜덤포레스트, 아다부스트, K-최근접 이웃) 중 K-최근접 이웃의 성능이 제일 높은 것으로 나타났다. 결론적으로 본 연구의 결과는 실제 농가의 연료 소비량을 예측하여 면세유 유통의 투명성을 확보하고 추후 개발 모델의 의사결정에 활용될 수 있을 것으로 기대된다.

The human information processing center “memory” is defined as the process of encoding – storage – retrieval of external stimuli (information). Considering that all learning begins with memories, the teaching-learning design should present an efficient methodology without biasing the learner’s cognitive process step by step. Based on this information processing theory, this study systematically considered the following three aspects: First, an efficient teaching-learning model is designed by focusing on the input (listening) and output (writing) of the second foreign language on the premise of facilitating communication, which is the goal of language learning. Second, we will try to implement the structuring and systematization of knowledge, which is the ultimate goal of learning, through language learning. Lastly, in applying this to actual classes, based on the constructivism epistemology, the REACT model (Crawford, 2001) - Relating, Experiencing, Applying, Cooperating, Transferring - is borrowed, through which the lecture is conducted. The survey was also conducted for analyzing students’ perceptions of the learning methodology and got meaningful results from students’ lecture evaluations.

현재의 해양산업의 기술은 스마트 선박 및 자율운항선박 등의 개발과 같은 자율화 및 지능화와 환경규제의 강화에 맞추어 선 박의 운항 효율성을 개선하는 친환경 선박을 위한 기술이 함께 개발되고 있다. 이러한 흐름에 맞추어, 세계각국에서는 선박의 안전운항을 보장하는 선에서 선박운항효율을 극대화하기 위해 다양한 방식으로 노력하고 있다. 본 연구에서는, 현존하는 선박운항효율 개선 기술이 운항 당시의 기상환경, 선박조종 등의 선박운항상태를 실시간으로 반영하지 못하는 문제를 개선하기 위해, 선박에서 수집한 선박운항데 이터를 활용하여 실시간 선박운항효율 분석모델을 개발하고자 한다. 본 연구의 실시간 선박운항효율 분석모델은 연료소모를 기준으로 판 단한 선박운항효율과 당시의 선박운항상태를 감안하여 판단한 선박운항효율을 비교하여, 식별된 선박운항효율의 타당성을 확인할 수 있 는 모델이다. 분석의 주요 내용은 대상선박의 선정과 선박운항데이터의 수집, 선박운항효율 특성과 선박운항상태 특성의 구분, 그리고 이 를 활용한 분류모델의 개발을 포함한다. 연구의 결과는 기존의 선박운항효율과 항해 당시 선박운항상태를 감안한 운항효율을 제시하여 선박 운항자의 의사결정을 지원하여 운항효율을 개선하고자 한다.

한국의 다문화교육은 이주 배경 학생들을 대상으로 하는 교육이 주를 이루고 있다. 본 연구의 목적은 한국 다문화교육의 한계를 극복하기 위 해 비판적 다문화주의에 기반한 중등학교 학생들의 다문화 인식개선을 위한 교육 모델을 제시하는 것이다. 교육 모델은 김포지역 중고등학교 학생을 대상으로 진행한 교육사례를 바탕으로 하고 있다. 그리고 ‘다문화 인식개선’의 의미는 다문화교육의 한계를 극복하고 다문화에 대한 고정 관념을 개선한다는 의미를 내포하고 있다. 제시한 교육 모델은 모든 학 생을 대상으로 하며, 비판적 다문화주의에 기초하여 다문화 인식개선 교 육을 통해 이루고자 하는 가치는 권력관계의 변화를 추구하고 이주민을 삶의 주체로 인식하며 주체적으로 참여하여 변화를 추구하는 것이다. 가 치를 이루기 위해 교실 권력이 교사에게 집중되지 않도록 교실을 배치하 였다. 수업은 동기유발-주제 접근-주제 심화-실천으로 구성하였다. 교육 주제를 이주민으로 한정하지 않고 젠더, 장애, 노동, 환경, 이주민, 난민 등으로 확대하여 차별이 발생하는 기제를 알아내고 그것을 금지 시키는 방법을 대화와 토론을 통해 찾아내고 학습자가 실천 방법까지 성찰할 수 있도록 하였다.

급격한 산업화와 도시화로 인해 해양 오염이 심각해지고 있으며, 이러한 해양 오염을 실효적으로 관리하기 위해 수질평가 지수(Water Quality Index, WQI)를 마련하여 활용하고 있다. 하지만 수질평가지수는 다소 복잡한 계산과정으로 인한 정보의 손실, 기준값 변동, 실무자의 계산오류, 통계적 오류 등의 불확실성(uncertainty)을 내포하고 있다. 이에 따라 국내ㆍ외에서 인공지능 기법을 활용하여 수질평가지수를 예측하기 위한 연구가 활발히 이루어지고 있다. 본 연구에서는 해양환경측정망 자료(2000 ~ 2020년)를 활용하여 우리나 라 전 해역 즉, 5개의 생태구에 대한 WQI를 추정할 수 있는 가장 적합한 인공지능기법을 도출하기 위해 총 6가지의 기법(RF, XGBoost, KNN, Ext, SVM, LR)을 실험하였다. 그 결과, Random Forest 기법이 다른 기법에 비해 가장 우수한 성능을 보였다. Random Forest 기법의 WQI 점수 예측값과 실제값의 잔차 분석 결과, 모든 생태구에서 시간적 및 공간적 예측 성능이 우수한 것으로 나타났다. 이를 통해 본 연구에서 개발한 Random Forest 기법은 높은 정확도를 바탕으로 우리나라 전해역에 대한 WQI를 예측 가능할 것으로 사료된다.