본 연구에서는 대학 교수학습센터에서 제공하는 학습지원 프로그램의 성과를 종합적으로 평가하기 위한 BSC(Balanced Score Card) 기반의 성과평가 모형을 개발하고 적용하는 데 있다. 문헌 연구를 통해 성과평 가의 이론적 배경을 조사하고, BSC 모형을 교육 분야에 맞게 수정하여 학습지원 프로그램에 적용 가능한 평가 체계를 설계하였다. 재무, 수요 자, 운영, 프로그램의 네 가지 관점에서 성과평가 지표를 설정하고, 이를 기반으로 대학의 다양한 학습지원 프로그램의 성과를 분석하였다. 분석 결과, 특정 프로그램들이 높은 성과를 보임을 확인하였으며, 동시에 개선 이 필요한 영역을 확인하였다. 개발된 BSC 기반 성과평가 모형은 대학 학습지원 프로그램의 다각도에서의 성과를 평가하는 데 유용하였으며, 프로그램의 강점과 개선점을 명확하게 확인할 수 있었다. 이 연구를 통 하여 대학 교수학습센터가 학습지원 프로그램의 질을 개선하고, 대학 교 육의 질적 향상에 기여하길 기대한다.

본 실험에서는 Ti를 기반으로 한 평판 수소 분리막을 설계하여 제조하였다. 새로운 조성의 Ti를 베이스로 한 수소 분 리막을 찾기 위하여 여러 합금들의 물리화학적 특성과 수소투과도 사이의 상관관계에 대해 조사하였다. 이를 바탕으로 신조성의 합금막 2종(Ti14.2Zr66.4Ni12.6Cu6.8 (70 μm), Ti17.3Zr62.7Ni20 (80 μm))을 설계 및 제조하였다. 제조된 평판 수소 분리막은 300~500°C, 1~4 bar의 조건에서 혼합 가스(H2, N2), sweep 가스(Ar)를 이용하여 수소 투과 실험을 진행하였다. Ti14.2Zr66.4Ni12.6Cu6.8 합금 막은 500°C, 4bar에서 최대 16.35 mL/cm2min의 flux를 가지며, Ti17.3Zr62.7Ni20 합금막은 450°C, 4 bar에서 최대 10.28 mL/ cm2min의 flux를 가진다.

PURPOSES : This study aimed to predict the number of future COVID-19 confirmed cases more accurately using public and transportation big data and suggested priorities for introducing major policies by region. METHODS : Prediction analysis was performed using a long short-term memory (LSTM) model with excellent prediction accuracy for time-series data. Random forest (RF) classification analysis was used to derive regional priorities and major influencing factors. RESULTS : Based on the daily number of COVID-19 confirmed cases from January 26 to December 12, 2020, as well as the daily number of confirmed cases in Gyeonggi Province, which was expected to occur on December 24 and 25, depending on social distancing, the accuracy of the LSTM artificial neural network was approximately 95.8%. In addition, as a result of deriving the major influencing factors of COVID-19 through random forest classification analysis, according to the number of people, social distancing stages, and masks worn, Bucheon, Yongin, and Pyeongtaek were identified as regions expected to be at high risk in the future. CONCLUSIONS : The results of this study can help predict pandemics such as COVID-19.

본 연구는 국내의 세 품종 돼지에 대하여 혈통자료를 이용한 근교계수와 유전체자료를 이용한 근교계수를 분석하고 비교하기 위하여 수행되었다. 분석에 이용된 혈통자료는 듀록, 랜드레이스 및 요크셔 종에서 각각 137,302두, 228,651두와 657,079두였고, 유전체자료의 경우 Illumina Porcine SNP 60K bead chip V2를 이용하여 수집하였으며 세 품종에서 각각 2,567개, 7,594개 및 12,906개의 자료를 이용하였다. 듀록, 랜드레이스와 요크셔에서 혈통자료를 이용하여 추정된 근교계수는 각각 0.04, 0.02 및 0.02였으며, 유전체자료를 이용하여 추정된 근교계수는 각각 0.184, 0.098 및 0.063이었다. 듀록에서 두 근교계수의 상관이 0.466으로 가장 높게 나타났다. 본 연구를 통하여 혈통완성도는 유전체 정보를 이용하여 보완할 수 있음이 확인되었으며, 유전체 정보는 집단의 유전자원 관리에도 활용도가 높아 국내 양돈산업의 근친도 관리에서 중요한 역할을 할 것으로 기대된다.

수소 동위 원소는 중성자 수에 따라 경수소, 중수소, 삼중수소로 분류될 수 있으며, 각 원소는 특정 분야에서 사용 되고 있다. 구체적으로, 중수소는 전자 산업, 원자력에너지 산업, 분석기술 산업, 의약품 산업, 그리고 통신 산업에서 관심을 받고 있다. 냉각 증류, 열 주기 흡수 공정, Girdler sulfide 공정, 그리고 수전해와 같은 기존의 방법들은 각각의 장단점을 가지 고 있지만, 공통적으로 막대한 에너지를 필요로 하는 공정에 기반한다는 문제점을 가지고 있다. 높은 에너지 효율을 보이는 기술을 기반으로 분리하는 공정의 개발이 요구되는 실정이다. 이런 맥락에서 막을 사용한 수소 동위 원소 분리 기술이 에너 지 소비를 줄이는 유망한 해결책 중 하나라 볼 수 있다. 이 총설에서는 분리막을 활용한 수소 동위원소 분리에 관한 선행 연 구와 그들의 작동 원리를 소개하고자 한다. 특히 최근 제시되고 있는, 그래핀 기반 전기적 펌핑을 통한 수소 동위원소 분리 기술에 대하여 다루고자 한다. 분리막을 활용한 수소 동위원소 분리에 대한 기술은 이제 개념이 제안되기 시작한 단계이며, 많은 부분에서 해결해야 할 난제가 있다. 그러나 이를 달성할 경우 경제적인 효과가 상당할 것으로 판단된다. 이를 위한 향후 연구 방향에 대해서 논하고자 한다.

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없 었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 “cloudynight” 을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역 으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량(“Cloudiness”)은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그 램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하 지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

항생제는 과도한 사용으로 인해 폐수뿐만 아니라 다양한 수원에서 발견되는 새로운 오염 물질 중 하나입니다. 수 중 항생제 오염 물질을 처리하기 위한 고도 산화 공정, 생물학적 처리 등 다양한 기술이 있습니다. 이 두 가지 공정은 비효율 적이며, 부산물의 생성은 이 공정을 더욱 복잡하게 만듭니다. 오염 물질을 제거하기 위한 또 다른 대안으로 막 기술이 있습니 다. 항생제와 내성 유전자의 제거를 개선하기 위해 막 생물 반응기는 NaClO와 탄소 물질로 변형됩니다. 풍부한 반응성 종의 생성은 항생제의 내성 유전자에 대해 활성입니다.

PURPOSES : Under the Traffic Safety Act, the installation and management of transportation facilities (facilities and attachments necessary for the operation of transportation, such as roads, railways, and terminals) must take necessary measures to ensure traffic safety, such as enhancing safety facilities. Recently, railway operators have graded the congestion level inside railway stations and vehicles, addressing safety and convenience issues arising from congestion and providing this information to users. However, for bus-related transportation facilities (such as bus stops, terminals, and transfer facilities), criteria and related research for assessing traffic congestion are lacking. Therefore, this study developed a model for the congestion risk factors of four bus-related transportation facilities and proposed criteria for classifying congestion risk levels. METHODS : This study involved selecting congestion risk influence variables for each traffic facility through field surveys, calculating congestion risk index values through evacuation and pedestrian simulations, and constructing a congestion risk influence model based on the ridge model. RESULTS : The factors influencing congestion were selected to include the number of people waiting, effective sidewalk width, and number of bus stops. As a result of developing congestion risk grades, the central bus stops were determined to be in a severe stage if the Average Waiting Time (AWT) was 2.7 or above. Roadside bus stops were considered severe at 4.2, underground metropolitan transit centers at 3.7, and bus terminals at 5.9 or above. CONCLUSIONS : This study can help establish a foundation for a safety management system for congested areas in transportation facilities. When the congestion risk prediction results correspond to cautionary or severe levels, measures that can reduce congestion risk must be applied to ensure the safety of road users.

최근 연구는 역삼투압(RO), 나노여과(NF) 및 전기투석(ED)과 같은 막 공정에서 고급 용량성 탈이온화(CDI) 및 막 변형(MCDI)을 포함하는 광범위한 담수화 및 수처리 방법을 탐구합니다. 비교 분석은 저염도 시나리오에서 ED의 비용 효 율성을 보여주는 반면 하이브리드 시스템(NF-MCDI, RO-NF-MCDI)은 향상된 염 제거 및 에너지 효율성을 보여줍니다. 새로 운 이온 분리 방법(NF-CDI, NF-FCDI)은 향상된 효율성과 에너지 절감을 제공합니다. 이러한 연구는 또한 다양한 산업에 특 정한 복잡한 폐수를 처리하는 데 있어 이러한 방법의 효율성을 강조합니다. 환경 영향 평가는 시스템 선택의 지속 가능성의 필요성을 강조합니다. 또한 마이크로 제작된 센서를 멤브레인에 통합하면 실시간 모니터링이 가능하여 기술 개발이 진전됩니 다. 이러한 연구는 새로운 담수화 및 수처리 기술의 다양성과 가능성을 강조합니다. 이는 효율성 향상, 에너지 사용 최소화, 산업별 문제 해결 및 기존 방법 한계를 능가하는 혁신을 위한 귀중한 통찰력을 제공합니다. 다양한 응용 분야에서 효율성 향 상, 환경 영향 최소화 및 적응성 보장에 초점을 맞춘 지속적인 발전으로 지속 가능한 수처리의 미래는 밝습니다.

작물의 스트레스 조기 진단은 농업에 있어 빠른 대응을 가능하게 해 피해를 경감시킬 수 있어 중요한 기술이다. 기존의 스트레스 진단이 가진 파괴적인 형식의 시료 채집과 양분 분석에 많은 노동력을 필요로 한다는 단점 극복을 위해 새로운 기술 개발이 필요하다. 미래에는 대단위 영상을 이용한 생육 진단 기술에 대한 수요가 높아질 것으로 예상되어 이를 이용한 연구를 진행하였다. 본 연구는 2023년 경상남도 밀양시에 위치한 국립식량과학원 실험 포장에서 수행되었으며, 무인항공기(UAV)를 이용하여 양분 결핍 처리(관행시비, 질소 결핍, 인 결핍, 칼륨 결핍, 무비)에 따른 벼의 생육을 조사했다. UAV를 이용해 생육 기간 중 총 6회에 걸쳐 포장을 촬영하였고, 영상을 기반으로 11개의 식생 지수를 산출하여 기계학습을 통해 양분 결핍을 진단하는 모델을 구축하여 평가했다. 연구 결과에 따르면, 엽록소 함량과 관련된 지수인 NDRE (Normalized Difference Red Edge)가 가장 높은 중요도를 나타내어 벼의 양분 상태를 효과적으로 진단하는 데 유용하다는 것을 확인하였다. 6개의 각 단계별로 모델을 평가하였을 때 모든 단계에서 accuracy가 0.7 이상으로 나타났다. 조기 진단을 위해 첫 촬영 날짜인 7월 5일의 자료로 모델을 만들어 다른 회차에 적용하여 모델의 성능을 평가한 결과, 5개의 모든 단계에서 0.9 이상의 accuracy를 얻었다. 종합적으로, UAV 영상 기반의 식생 지수를 활용한 양분 결핍 진단은 벼의 생육을 조기에 예측하는 데 효과적이며, 이는 정밀 농업 분야에서 시간과 노동을 절감하고 양분 관리를 개선하는 데 도움이 될 것으로 기대된다.

본 연구에서는 구조물의 재료, 구조물의 단면, 지진 하중등의 불확실성을 고려한 저형 전단벽의 최대 전단력를 예측하는 뉴 런-네트워크 모델을 개발하였다. 이를 위해 실험 데이터를 통해 검증된 박스타입 저형 전단벽 수치해석 모델을 구축하였고, 가정된 분 포를 통해 200개의 구조물의 재료, 단면변수를 라틴 하이퍼 큐브 샘플링을 통해 추출하였다. 또한 이전 연구에서 사용된 인공지진파를 데이터를 기반으로 10개의 다른 PGA 레벨별 총 200개의 인공지진파 데이터를 구축하였다. 뉴런-네트워크 모델의 Training 및 testing을 위해 200개의 데이터셋에 상응 수치해석 모델을 구축하고 최대 전단력을 산출하였다. 이렇게 구축된 데이터셋을 이용하여 최종적으로 뉴런-네트워크 모델을 확정하였다. 마지막으로 구축된 모델로부터 얻어진 취약도와 기존에 사용되는 방법들로부터 얻은 취약도를 비교, 분석하여 본 연구에서 구축된 모델의 정확도를 보여주었다.

벨로우즈 신축이음관은 구조적 특성으로 인해 큰 변위 용량을 갖으며 과도한 상대변위에 의한 매립 배관 시스템의 손상을 저감시키기 위해 연결부로써 사용된다. 벨로우즈 신축이음관의 내진성능 평가를 위한 연구에서 한계상태는 변형률을 적용하였지만 변형률 기반 한계상태는 벨로우즈 신축이음관의 큰 변위용량을 고려할 수 없다. 또한 벨로우즈 신축이음관의 성능평가와 한계상태 분석을 위한 해석적 및 실험적 연구는 수행된 사례가 극히 적다. 따라서 본 연구는 단조 및 반복하중을 받는 벨로우즈 신축이 음관의 해석적 연구를 통해 벨로우즈 신축이음관의 한계상태를 분석하였다. 결과적으로 단조하중 보다 반복하중을 받는 벨로우즈 신축이음관은 더 낮은 변위에서 누출이 발생하였다. 반복하중으로 인한 피 로 및 라체팅 현상으로 인해 단조하중 보다 낮은 변위의 성능을 갖는 것으로 보여진다. 따라서 반복하 중에서 관측된 변위응답을 기반으로 벨로우즈 신축이음관의 내진성능 평가를 수행하는 것이 보수적일 것으로 판단된다.

최근 광주 화정아이파크, 인천 검단 신도시 아파트 사고 등 국내에서 건축물 안전사고가 잇따라 발 생하고 있다. 시공 중 발생한 구조물 붕괴로 인해 인명·재산 피해가 수반된 대형 건설사고가 다수 발 생하였다. 건축물 안전사고의 발생 원인으로 무단 구조변경, 설계 및 시공 시 철근 누락 등이 제시되 면서 부실 감리에 대한 우려가 증가하고 있다. 하지만 현실적으로 건설 현장의 모든 장소에서 감리직 원이 상주하며 확인하는 것은 불가능하며 시공 정확도 검사 역시 감리자의 경험에 근거하여 육안 판 독 및 일부 수작업 계측으로 진행되고 있다. 감리 작업의 효율성을 높이기 위해 최근에는 3D 스캐너, Depth Camera 등을 구조 감리 기법 연구가 진행되고 있다. 철근 길이와 철근 배근 간격에 대한 연구 는 많이 진행되었지만 철근 직경의 검출 정확도는 아직 미흡한 상황이며, 특히 직경이 작은 D10과 D13의 구별에서는 한계를 나타내고 있다. 따라서 본 연구에서는 접근성이 용이한 스마트폰을 사용하 여 영상을 획득하고 이를 기반으로 3D 포인트 클라우드를 제가한 다음 철근 직경, 철근 길이, 철근 배근 간격 등의 자동 검측 기술을 개발하고 건설현장에서의 적용 가능성을 확인하고자 한다. 검증을 위한 실험체는 길이 2100mm, 폭 195mm, 높이 395mm의 철근 조립 상태의 보이다. 포인트 클라우드 제작을 위한 영상 촬영은 iPhone SE (3rd generation)을 사용하였다. 이후 MATLAB과 METASHAPE 를 사용하여 포인트 클라우드를 생성하고 Computer Vision과 Image Processing 기술을 활용하여 구 하고자 하는 철근 정보를 자동 검출하였다. 이후 실제 측정한 값과 자동 검출한 값을 비교하여 개발한 기법에 대한 적합성을 확인하였다.

본 연구에서는 탄소나노튜브(CNT) 패치 센서를 기반으로 하여 구조물의 이상 거동을 감지하고 대 응할 수 있도록 하는 첨단 스마트 모니터링 시스템을 제안한다. 복합소재로 제작되는 CNT 센서는 유 연한 특성을 갖게 되어 다양한 형태의 구조물 표면에 적용할 수 있으며, 이를 통해 충격이나 피로 등 에 의해 발생되는 균열과 같은 비정상적인 거동을 감지할 수 있다. CNT 센서를 통해 수집한 데이터 는 IoT 시스템을 통해 실시간으로 분석되어 구조물의 거동 상태를 확인하고 건전성을 모니터링 할 수 있게 한다. 이 시스템의 성능 검증 및 사용성 검토를 위해 미국 소재 교량에서 실증 테스트를 하였으 며, 테스트 결과 CNT 센서를 이용한 구조물 거동 감지 시스템을 통해 구조물의 이상 거동을 효과적 으로 감지하고 모니터링하여 구조물에서 발생 될 수 있는 잠재적 문제를 사전에 예방할 수 있음을 확 인하였다. 이와 같은 기술은 추후 다양한 분야에서 적극적으로 활용될 수 있을 것으로 기대된다.

본 연구는 탄소 기반 필러인 탄소나노튜브 (Carbon nanotube, CNT), 탄소 섬유 (Carbon fiber, CF) 와 중공유리구체 (Hollow glass microsphere, HGM)를 혼입한 전도성 복합재료가 다양한 열화 상황 에 노출된 이후의 발열성능을 조사하고 분석하였다. 대부분 상황에서 시멘트 기반의 재료들은 질산 및 황산의 침투 또는 동결융해와 같은 다양한 자연적 열화상황에 노출되게 된다. 본 연구는 기존의 이러 한 한계를 극복하고자 HGM, 전도성 필러를 혼입한 전도성 복합재료를 제조하였고, 물리적·전기적 및 열적 특성을 조사하였다. 모든 시편에서 HGM의 혼입은 시편의 밀도와 열 전도도를 감소시켰으며, 다 량의 혼입은 강도와 전기 전도도를 감소시키는 결과를 관찰할 수 있었다. 그러나 적정량의 혼입은 오 히려 전기 전도도를 향상시키는 결과를 확인할 수 있었으며, 반복적인 발열 실험에서의 성능 유지 또 한 미혼입 시편에 비하여 상대적으로 뛰어난 것을 관찰할 수 있었다. 이러한 HGM의 혼입에 대한 영 향을 더욱 자세하게 분석하기 위하여 수은압입법, 주사전자현미경, 제타전위 및 라만분광법 등의 분석 이 수행되었다.

구조물 보수 부위의 손상, 재 박리 등의 2차 피해가 이어지며, 보수 부위의 새로운 거동 평가 기법 에 대한 연구의 필요성이 대두되고 있다. 현재 구조물 보수 부위의 거동을 알기 위해서 주로 인력 중 심의 구조물 외관 검사를 진행하고 있으나, 단편적인 검사 결과를 얻게 되어 지속적이고 세밀한 점검 이 어려운 실정이다. 따라서, 본 연구에서는 탄소나노튜브 기반 폴리머 콘크리트를 활용해 압축과 같 은 외부 응력에 대한 탄소나노튜브 함량별 전기적 변화를 분석하였으며, 균열이 발생한 콘크리트 구조 물을 보수 후 응력을 가해 거동에 따른 전기적 변화를 평가하였다. 압축 시험 결과, 응력에 따른 탄소 나노튜브 기반 폴리머 콘크리트의 전기 저항이 감소하며, 탄소나노튜브 함량이 낮을수록 응력에 대한 저항 감소 폭이 넓게 나타나며 민감도가 증가하였다. 균열 보수 시험 결과, 보수 부위에 응력이 가해 졌을 때 전기 저항이 감소해 앞서 진행된 실험 결과와 동일한 경향을 보였으며, 또한 응력이 가해지지 않을 때 초기 저항으로 회복하는 경향을 보여 구조물 보수 부위 거동에 대한 평가가 가능한 것으로 검 증되었다. 이를 통해, 탄소나노튜브 기반 폴리머 콘크리트는 구조물에 적용이 가능하며, 구조물 보수 후에도 가해지는 응력에 대한 지속적인 감지가 가능해 보수 부위 거동 평가가 가능할 것으로 판단된다.

다양한 원인으로 콘크리트 구조물에 하중이 작용되며, 이에 대한 적절한 대응이 이루어지지 않으면 구조물에 열화가 발생하고, 붕괴와 같은 대규모 재난을 초래할 수 있다. 구조물에 발생하는 하중을 감 지하는 연구는 지속적으로 이루어지고 있지만, 안전성 모니터링을 위한 혁신적인 시스템에는 여전히 부족함이 존재한다. 탄소나노튜브/폴리우레탄 복합체는 다양한 공학 분야에서 구조물 건전성 모니터링 을 위한 센서로 활용되어 센싱 효과가 뛰어난 것으로 알려져 있다. 따라서 본 연구에서는 다양한 공학 분야에서 구조물 건전성 모니터링 센서로 활용되고 있는 탄소나노튜브/폴리우레탄 복합체를 제작하여 모니터링 시스템을 개발하였다. 다양한 하중에 대한 센싱 성능을 파악하기 위해 인장, 압축, 충격 시험 을 진행하였고, 동시에 센서의 전기적 변화를 분석하였다. 추가적으로 본 센서가 구조물 표면에 적용 됨에 따라 온도, 습도와 같은 환경적 영향성을 분석하여 활용 가능성을 평가하였다. 또한, 최대 48행, 48열의 다중 계측이 가능한 IoT 기반 다중 모니터링 시스템을 개발하고, 이를 구조물에 적용된 센서 와 연계하여 스마트 모니터링 시스템으로서의 성능을 평가하였다. 이를 통해 탄소나노튜브/폴리우레탄 복합체 기반 센서는 구조물 하중 감지 시스템으로 활용이 가능할 것으로 판단되었다.

본 연구에서는 유도가열기법을 활용한 콘크리트 촉진 발열양생 기술의 효율성을 평가하기 위하여 철근 배근 및 전도체 변수에 따른 유도가열에 의한 콘크리트 온도향상 성능 및 압축강도를 평가하였 다. 먼저 철근 자체의 유도가열 성능을 평가한 결과, 주철근 및 나선철근 모두 유도가열 직후 10분 이 내에 목표온도인 70℃에 도달하여 충분한 가열성능을 나타내었다. 주요변수로 나선철근의 유무, 나선 철근의 간격, 피복두께, 거푸집 종류, 시험체 크기의 변수를 고려하여 15시간의 유도가열 발열양생 후 압축강도 평가를 실시하였다. 평가 결과, 철근을 포함한 경우 유도가열 발열양생 효율이 약 20~85% 만큼 증가하였다. 또한 총 6종(강섬유, 비정질강섬유, 전기로슬래그, 탄소섬유, 탄소나노튜브, 흑연나노 섬유)의 전도성 재료를 선정하여 재료 자체의 유도가열을 통해 발열성능을 평가하였다. 평가결과 강섬 유, 비정질강섬유, 전기로슬래그는 1~7분 사이에 가열 목표온도인 70℃에 근접하게 도달하여 유도가 열에 의한 콘크리트 발열성능을 향상 시킬 수 있는 혼입재료로 최종 선정하였다. 이상의 3가지 전도체 를 혼입하여 콘크리트를 타설한 뒤 15시간 유도가열 후의 압축강도를 평가한 결과, 강섬유 1%를 혼 입한 경우 발열양생을 실시하지 않은 상온양생에 비하여 강도가 186% 증가하였고, 잔골재의 50%를 전기로 슬래그로 치환한 경우 발열양생을 실시하지 않은 상온양생에 비하여 강도가 187% 상승하였다.

디지털 기술의 지속적인 발전에 따라 가상 관광과 디지털 문화유산 탐방은 실제 관광을 보완하는 중요한 수단으로 자리 잡고 있다. 본 연구는 기술수용모델(Technol ogy Acceptance Model, TAM)을 적용하여 인지된 용이성, 인지된 유용성, 외부 변 수 측면에서 가상 관광 체험의 성과를 살펴보고, 이러한 요인들이 사회와 온라인 환 경에서의 커뮤니케이션 효과에 어떠한 영향을 미치는지 살펴보고자 한다. 이에 본 연구는 관련 대상자와의 심층 인터뷰를 실시한 연구 결과를 보면 인지된 용이성과 인지된 유용성이 이용자의 가상 관광 체험 수용과 홍보에 영향을 미치는 주요 요인 으로 밝혀졌다. 그리고 대영박물관, 바티칸 박물관, 스미소니언 자연사 박물관, 운강석굴 등 다양한 가상 관광 플랫폼의 사례도 분석하였다. 본 연구는 가상 관광 연구 에 대해 새로운 관점을 제시하고 가상 관광을 효과적으로 설계하는 방법에 대해 의 견을 제안하였다. 또한, 문화유산 가상 관광의 전파 및 홍보를 위한 이론적인 지침과 실제적인 조언을 제시하였다.

Existing reinforced concrete buildings with seismically deficient column details affect the overall behavior depending on the failure type of column. This study aims to develop and validate a machine learning-based prediction model for the column failure modes (shear, flexure-shear, and flexure failure modes). For this purpose, artificial neural network (ANN), K-nearest neighbor (KNN), decision tree (DT), and random forest (RF) models were used, considering previously collected experimental data. Using four machine learning methodologies, we developed a classification learning model that can predict the column failure modes in terms of the input variables using concrete compressive strength, steel yield strength, axial load ratio, height-to-dept aspect ratio, longitudinal reinforcement ratio, and transverse reinforcement ratio. The performance of each machine learning model was compared and verified by calculating accuracy, precision, recall, F1-Score, and ROC. Based on the performance measurements of the classification model, the RF model represents the highest average value of the classification model performance measurements among the considered learning methods, and it can conservatively predict the shear failure mode. Thus, the RF model can rapidly predict the column failure modes with simple column details.