본 연구는 소나무재선충병 방제대상지 선정의 효율성을 높이기 위해 진주시를 대상으로 소나무재선충병 잠재분포를 예측하였다. 예측에 사용된 MaxEnt 모델은 회귀분석을 기반으로 종 발생 확률 평가 및 다양한 잠재분포 예측에 이용되고 있다. 종속변수로는 소나무재선충병 감염목 자료를 사용하였으며, 독립변수로는 지리 ‧ 지형 ‧ 기후적 요인으로 총 15개 인자를 사용하였다. 잠재분포 예측 결과, 모델의 성능은 AUC가 0.801로 우수한 수준의 정확도를 나타냈다. 독립변수 중에는 전년도 감염목과의 거리, 6월 하순 강우량, 5월 강우량, 화목보일러와의 거리 순으로 잠재분포에 영향을 미치는 것으로 나타났다. 이러한 결과는 지속적인 소나무재선충병 감염목 DB 구축과 지리적 요인들에 대한 모니터링의 중요성이 크다는 것을 의미한다.

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.

This paper introduces a container loading problem and proposes a theoretical approach that efficiently solves it. The problem is to determine a proper weight of products loaded on a container that is delivered by third party logistics (3PL) providers. When the company pre-loads products into a container, typically one or two days in advance of its delivery date, various truck weights of 3PL providers and unpredictability of the randomness make it difficult for the company to meet the total weight regulation. Such a randomness is mainly due to physical difference of trucks, fuel level, and personalized equipment/belongings, etc. This paper provides a theoretical methodology that uses historical shipping data to deal with the randomness. The problem is formulated as a stochastic optimization where the truck randomness is reflected by a theoretical distribution. The data analytics solution of the problem is derived, which can be easily applied in practice. Experiments using practical data reveal that the suggested approach results in a significant cost reduction, compared to a simple average heuristic method. This study provides new aspects of the container loading problem and the efficient solving approach, which can be widely applied in diverse industries using 3PL providers.

In 2000s, three-dimensional shapes of gluon particles in a proton were discovered. It has been demonstrated that asymmetrical gravitational forces exist between these particles. The asymmetric gravitational force between gluon particles in a proton causes that proton to accelerate on its own and this is the basis of the gas mo;ecular motions. In this work, a simplified acceleration model which simulated the asymmetric gravitational force in a proton was proposed. Here we report the comparative study between density distribution of gravitational forces obtained from the proposed model and Max well-Boltzmann velocity distribution that are in good agreement with expressing the behavior of gas molecules respectively.

본 연구는 머신러닝 기법을 토대로 15개 환경 변수를 활용하여 소나무재선충병의 위험지역 분포를 예측하였다. 연구는 최대 엔트로피 모델을 머신러닝 기법으로 활용하였고, 연구 지역은 경주이며 연구 기간은 2018∼2020년이다. 모델의 평가에는 AUC(area under the curve)를 이용하였다. 연구 지역에서 소나무재선충병의 감염목 핵심 분포 지역은 2018년 대비 2019년과 2020년에 각각 2.5배와 4.7배 확대되었다. 소나무재선충병의 감염목 분포 추정 모델의 AUC는 모든 해에 최소 0.86 이상이었다. 모델에서 가장 중요한 변수는 직전 해의 감염목 근접도 이었다. 지형과 도로와의 인접성, 목조건물 인접성, 5월 평균 기온도 중요한 변수이었다. 인간 활동과 매개충의 생장 환경이 소나무재선충병의 공간적 분포에 중요한 역할을 한다는 것을 의미한다. 나아가 연구의 결과는 감염목 분포 정보의 지속적인 구축과 공유가 소나무재선충병 예방을 위한 정책과 연구에 중요하다는 것을 시사한다.

This study explored the usefulness and implications of the Bayesian hyperparameter optimization in developing species distribution models (SDMs). A variety of machine learning (ML) algorithms, namely, support vector machine (SVM), random forest (RF), boosted regression tree (BRT), XGBoost (XGB), and Multilayer perceptron (MLP) were used for predicting the occurrence of four benthic macroinvertebrate species. The Bayesian optimization method successfully tuned model hyperparameters, with all ML models resulting an area under the curve (AUC) > 0.7. Also, hyperparameter search ranges that generally clustered around the optimal values suggest the efficiency of the Bayesian optimization in finding optimal sets of hyperparameters. Tree based ensemble algorithms (BRT, RF, and XGB) tended to show higher performances than SVM and MLP. Important hyperparameters and optimal values differed by species and ML model, indicating the necessity of hyperparameter tuning for improving individual model performances. The optimization results demonstrate that for all macroinvertebrate species SVM and RF required fewer numbers of trials until obtaining optimal hyperparameter sets, leading to reduced computational cost compared to other ML algorithms. The results of this study suggest that the Bayesian optimization is an efficient method for hyperparameter optimization of machine learning algorithms.

본 연구는 국내 냉동보관창고 보관온도에 대한 조사자료를 활용하여, 온도분포를 추정하였고 이를 미생물 위해 평가(microbial risk assessment; MRA)의 입력변수로 활용 할 수 있도록 적정 확률분포 모델을 제시하였다. 조사에 참여한 8곳의 냉동보관창고에서 측정된 공간상의 온도는 최저 -25.8oC, 최고 -10.3oC, 평균 -20.48 ± 3.08oC이었으며, - 18oC이상의 냉동창고 비율은 20.4%로 조사되었다. 공간별 온도분포는 자연대류를 이용하는 냉동창고의 경우 상단 (2.4~4 m) -22.57 ± 0.84oC, 중단(1.5~2.4 m) -22.49 ± 1.05oC, 하단(0.7~1.5 m) -22.68 ± 1.03oC, 최고온도차이는 1.78oC이 었으며, 강제대류를 이용하는 냉동창고의 온도분포는 상단 (2.4~4 m) -17.81 ± 1.47oC, 중단(1.5~2.4 m) -17.94 ± 1.44oC, 하단(0.7~1.5 m) -18.08 ± 1.42oC, 최고온도차이는 0.94oC로 조사되었다. 보관온도는 냉동창고 모든 공간에서 온도가 일정하게 유지되는 것이 아니라 편차가 존재하는 것으로 나타났다. 이상의 수집된 온도자료는 @RISK를 이용, 적합성 검정(GOF: A-D, K-S test)을 수행하여, MRA에서 활용할 수 있는 국내 냉동보관창고 온도분포에 대한 가장 적합한 확률분포모델로 Lognormal [5.9731,3.3483, shift(-26.4281)] 이 선정하였다.

This study aims at providing basic data to objectively evaluate the areas suitable for reintroduction of the species of Asiatic black bear (Ursus thibetanus) in order to effectively preserve the Asiatic black bears in the Korean protection areas including national parks, and for the species restoration success. To this end, this study predicted the potential habitats in East Asia, Southeast Asia and India, where there are the records of Asiatic black bears’ appearances using the Maxent model and environmental variables related with climate, topography, road and land use. In addition, this study evaluated the effects of the relevant climate and environmental variables. This study also analyzed inhabitation range area suitable for Asiatic black and geographic change according to future climate change. As for the judgment accuracy of the Maxent model widely utilized for habitat distribution research of wildlife for preservation, AUC value was calculated as 0.893 (sd=0.121). This was useful in predicting Asiatic black bears’ potential habitat and evaluate the habitat change characteristics according to future climate change. Compare to the distribution map of Asiatic black bears evaluated by IUCN, Habitat suitability by the Maxent model were regionally diverse in extant areas and low in the extinct areas from IUCN map. This can be the result reflecting the regional difference in the environmental conditions where Asiatic black bears inhabit. As for the environment affecting the potential habitat distribution of Asiatic black bears, inhabitation rate was the highest, according to land coverage type, compared to climate, topography and artificial factors like distance from road. Especially, the area of deciduous broadleaf forest was predicted to be preferred, in comparison with other land coverage types. Annual mean precipitation and the precipitation during the driest period were projected to affect more than temperature’s annual range, and the inhabitation possibility was higher, as distance was farther from road. The reason is that Asiatic black bears are conjectured to prefer more stable area without human’s intervention, as well as prey resource. The inhabitation range was predicted to be expanded gradually to the southern part of India, China’s southeast coast and adjacent inland area, and Vietnam, Laos and Malaysia in the eastern coastal areas of Southeast Asia. The following areas are forecast to be the core areas, where Asiatic black bears can inhabit in the Asian region: Jeonnam, Jeonbuk and Gangwon areas in South Korea, Kyushu, Chugoku, Shikoku, Chubu, Kanto and Tohoku’s border area in Japan, and Jiangxi, Zhejiang and Fujian border area in China. This study is expected to be used as basic data for the preservation and efficient management of Asiatic black bear’s habitat, artificially introduced individual bear’s release area selection, and the management of collision zones with humans.

It was confirmed that the extreme value distribution model applies to probability of exceeding more than once a day monthly the facility capacities using data of daily maximum inflow rate for 7 wastewater treatment plant. The result of applying the extreme value model, A, D, E wastewater treatment plant has a problem compared to B, C, F, G wastewater treatment plant. but all the wastewater treatment plant has a problem except C, F wastewater treatment plant based 80% of facility capacity. In conclusion, if you make a standard in statistical aspects probability exceeding more than once a day monthly can be ‘exceed day is less than a few times annually’ or ‘probability of exceeding more than once a day monthly is less than what percent’.

This study aims to offer basic data to effectively preserve and manage pine forests using more precise pine forests’ distribution status. In this regard, this study predicts the geographical distribution change of pine forests growing in South Korea, due to climate change, and evaluates the spatial distribution characteristics of pine forests by age. To this end, this study predicts the potential distribution change of pine forests by applying the MaxEnt model useful for species distribution change to the present and future climate change scenarios, and analyzes the effects of bioclimatic variables on the distribution area and change by age. Concerning the potential distribution regions of pine forests, the pine forests, aged 10 to 30 years in South Korea, relatively decreased more. As the area of the region suitable for pine forest by age was bigger, the decreased regions tend to become bigger, and the expanded regions tend to become smaller. Such phenomena is conjectured to be derived from changing of the interaction of pine forests by age from mutual promotional relations to competitive relations in the similar climate environment, while the regions suitable for pine forests’ growth are mostly overlap regions. This study has found that precipitation affects more on the distribution of pine forests, compared to temperature change, and that pine trees’ geographical distribution change is more affected by climate’s extremities including precipitation of driest season and temperature of the coldest season than average climate characteristics. Especially, the effects of precipitation during the driest season on the distribution change of pine forests are irrelevant of pine forest’s age class. Such results are expected to result in a reduction of the pine forest as the regions with the increase of moisture deficiency, where climate environment influencing growth and physiological responses related with drought is shaped, gradually increase according to future temperature rise. The findings in this study can be applied as a useful method for the prediction of geographical change according to climate change by using various biological resources information already accumulated. In addition, those findings are expected to be utilized as basic data for the establishment of climate change adaptation policies related to forest vegetation preservation in the natural ecosystem field.

본 연구에서는 이산화탄소 농도 추세를 반영한 RCP(Representative Concentration Pathway) 8.5/4.5 시나리오를 이용하여 태풍발생 분포를 추정하고 비교분석 하였다. 태풍 발생 분포를 추정하기 위해 RCP 8.5/4.5월 자료를 사용하여 1982~2100(2006~2010년 제외)년 기간 동안의 태풍발생지수(GPI; Genesis Potential Index)를 계산하였다. 1982~2005년 기간 동안 발생한 태풍의 발생위치에 해당하는 GPI 값과 같은 기간 동안 나타난 전체 GPI 값들을 위도별로 나누어 분석하였으며, 이로부터 위도별로 태풍이 발생하는 GPI의 범위가 존재함을 도출하였다. 이를 이용하여 위도별 전체 GPI 대비 이력태풍발생위치에 해당하는 GPI의 확률분포를 추정하고, 이를 바탕으로 1982~2005년, 2011~2040년, 2041~2070년, 2071~2100년의 태풍발생 확률 분포를 추정 하였다. 분석 결과, RCP 8.5/4.5 시나리오 적용 모두 미래에 태풍이 발생할 가능성이 높은 지역이 점차 서진하여, 필리핀의 근역인 10oN~20oN 영역으로 나타났으며, RCP 4.5 시나리오 경우 더욱 뚜렷한 경향을 나타냈다. 또한 선행연구 진로모형과 함께 미래 태풍의 영향을 추정한 결과, 미래 태풍의 진입은 대부분 SB(South Boundary)에 해당되지만, EB(East Boundary) 진입방향 증가 경향으로 인해 한반도 보다는 일본의 영역에 태풍의 영향이 증가할 것으로 보이며, 한반도에서는 영남지방이 다른 지역에 비해 영향이 증가할 것으로 보인다.

환경보전계획가들은 멸종위기에 처한 동식물이나 이들의 생물서식지를 보호 및 관리하기 위하여 많은 노력을 기울이고 있으며, 종분포 및 확산모형(Species distribution model & Landscape dynamic model)은 이러한 도구로 많이 이용되고 있다. 현재 서식지 보전 및 생물다양성 실행계획을 세우기 위해 최적의 종분포 및 확산모형을 찾기 위한 다양한 접근방법들이 시도되고 있으며, 최근에는 통계모형 에 기반한 종분포모형들과 프로세스기반의 동적모형들이 많이 개발되어 다양한 자료 형태 및 분류군에 따른 분포연구들이 활발히 진행되고 있다. 이러한 종분포 및 확산모형은 생물다양성 평가, 보호지역 지정, 서식지 관리 및 복원 등과 같은 자연 자원 관리 및 보전계획 등에 다양하게 이용되고 있으며, 특히 종이나 개체군, 종풍 부도에 대한 지리적 분포나 개체군의 속성을 파악하여 보호가 우선되어야 할 지역 이나 현재 또는 중장기적으로 위협이 될 만한 지역을 찾아내 보호지역을 설계하는 데 중요한 정보를 제공한다.

PURPOSES: This study was done to model the headway distribution of rural two lane roads. METHODS: Time headway data for the various level of traffic volumes was measured in twelve sites. Based on the time headway data, existing seven mathematical models were evaluated and selected by comparing graphically the measured and theoretical distributions and conducting the Chi-square test. RESULTS: The results show that both the Schul model and Composite Model were the most appropriate models of the models. Based on the measured time-headway distributions, this study proposed a new headway distribution model by the shift of the Schul model. CONCLUSIONS : The shifted Schul model has the ability to describe time headway distirbutons for random, intermediate, and constantheadway states.

바다목장해역의 해수 유동모델과 저차생태계 모델을 이용하여 저차생태계의 환경요인의 시공간적으로 변화를 파악하였다. 울진 주변해역에서 POM 모델을 이용하여 4대 분조(M₂, S₂, K₁, O₁)의 조석효과, 바람효과, 수온·염분의 효과, 해류를 고려하여 유동을 계산하였다. 대·소조기의 조류는 평해 남동쪽에서 가장 강한흐름이 나타났다. 잔차류의 크기는 표층, 중층 및, 저층에서 유사한 방향으로 유속 차이는 미약했다. 잔차류의 공간적인 분포를 보면 연안역을 따라 북동향류가 우세하고, 외양에서 흐름보다 연안에서 흐름이 우세하다. 이러한 유동 환경에서의 울진 바다목장 해역에서 저차생태계 모델을 이용하여 NH₄, NO₃, Chl-a, 동물플랑크톤 및 Detitus의 저차생태계의 시공간적인 변화를 파악하였다.

This study was to present the proper probability distribution models that based on the data for surveys of food cold storage temperatures as the input variables to the further MRA (Microbial risk assessment). The temperature was measured by directly visiting 7 food plants. The overall mean temperature for food cold storages in the survey was 2.55 ± 3.55oC, with 2.5% of above 10oC, −3.2oC and 14.9oC as a minimum and maximum. Temperature distributions by space-locations was 0.80 ± 1.69oC, 0.59 ± 1.68oC, and 0.65 ± 1.46oC as an upper (2.4~4 m), middle (1.5~2.4 m), and lower (0.7~1.5 m), respectively. Probability distributions were also created using @RISK program based on the measured temperature data. Statistical ranking was determined by the goodness of fit (GOF) to determine the proper probability distribution model. This result showed that the LogLogistic (−4.189, 5.9098, 3.2565) distribution models was found to be the most appropriate for relative MRA conduction.