본 연구는 MaxEnt(Maximum Entropy Moedl) 모형을 이용하여 서울 도심 지역에서 너구리(Nyctereutes procyonoides) 출현 지역을 예측하고, 너구리 출몰에 영향을 미치는 환경 요인을 분석하였다. 분석은 2018년부터 2022년까지 수집된 서울시 야생동물센터의 구조 기록을 사용하였다. 토지 피복, 도로 면적, 경사도, 먹이원까지의 거리, 인구 밀도, NDVI(Normalized Difference Vegetation Index), 수역까지의 거리, 초지 면적을 환경 변수로 채택하여 가장 예측력이 높은 모델을 도출하였다. 분석 결과, 너구리 출몰 가능성이 높은 지역은 초지와 나지였고, 도로 밀도가 낮은 지역(<20%)에서 출몰할 가능성이 더 높았다. 또한 너구리는 경사가 완만하고(1.7˚), 먹이원에 가까우며(26.78m), 인구 밀도가 낮은(21.70명 /ha) 지역에서 발생할 가능성이 더 높았다. 다른 요인으로는 낮은 식생 밀도(NDVI 0.17), 하천과의 근접성(32.26m), 넓은 초지 지역(31.14%)에서 너구리가 출몰할 가능성이 높은 것으로 예측되었다. 서울 전역 중 약 65.42㎢(10.96%)가 잠재적인 너구리 발생 지역으로 확인되었으며, 주요 지역은 하천 주변, 산림 경계부, 도시공원 및 인근 초지와 농경지 주변이었다. 이 중 28개 지역(송파구 6개, 강서구 5개, 강남구 4개, 강동구 3개, 서초구 3개, 광진구, 노원구, 동대문구, 동작구, 마포구, 은평구, 중랑구 각각 1개 지역)이 너구리 발생 확률이 가장 높은 곳으로 확인되었다. 본 연구의 결과는 시민과 너구리의 공존 방안을 마련하는 데 중요한 기초 자료를 제공하며, 이를 통한 도시생태 전략 수립의 근거로 활용할 수 있을 것이다.

This study aims to estimate the scope of damage impact with a real-life explosion case and a damage prediction program (ALOHA) and suggest measures to reduce risk by comparing and analyzing the results using a Probit model. After applying it to the ALOHA program, the toxicity, overpressure, and radiant heat damage of 5 tons of storage scopes between 66 to 413 meters, and the real-life case also demonstrated that most of the damage took place within 300 meters of the LPG gas station. In the Probit analysis, the damages due to radiant heat were estimated as first-degree burns (13-50%), while structural damage (0-75%) and glass window breakage (94-100%) were expected from overpressure, depending on the storage volume. After comparing the real-life case and the damage prediction program, this study concluded that the ALOHA program could be used as the scope of damage impacts is nearly the same as the actual case; it also concluded that the analysis using the Probit model could reduce risks by applying calculated results and predicting the probability of human casualties and structural damages.

아버지의 음주실태와 관련하여 문제음주군과 정상음주군을 조사하고, 로지스틱 회귀분석을 통해 문제음주를 유의미하게 예측할 수 있는 개인 적 특성, 가족관계 특성, 사회경제적 특성 요인을 분석하였다. 이를 위해 30-50대 아버지 149명을 대상으로 온라인 설문조사를 실행하였으며, 연 구의 목적과 활용방안 등에 대해 설명하고 연구에 대한 동의를 얻은 이 후 조사하였다. 아버지의 문제음주를 유의미하게 예측하는 개인적 특성 은 ‘자아존중감’이었고, 가족관계 특성은 ‘배우자의 정서적 지지와 도움’ 이었다. 아버지의 사회경제적 특성은 문제음주와 관련하여 유의미한 예 측변수가 아닌 것으로 나타났다. 연구 결과를 바탕으로 아버지 대상의 문제음주 개입상담 및 교육 프로그램 등에서 중점을 두어야 할 활동 내 용을 제안하였다.

최근 소셜미디어 이용이 심리적 웰빙에 미치는 영향이 부각되고 있으나 어떤 요소가 소셜미디어 상에서의 관계 의 질을 예측할 수 있는지에 대한 연구는 상대적으로 드물다. 본 연구는 머신러닝 기법을 이용하여 COVID-19로 인한 자가격리 동안 인스타그램 활동과 외로움, 우울 등의 심리 상태가 소셜미디어 상에서의 관계의 질을 예측할 수 있는지 알아보고자 하였다. 성인 95명을 대상으로 자가격리 중과 자가격리 해제 후 시점에서 외로움, 인스타그 램 활동, 소셜미디어 상에서의 관계, 우울 등에 대해 자기보고식 설문에 응답하도록 하였다. 그 후, 다차원 척도법과 표상유사성분석, 분류분석을 각 시점에 대해 수행하였다. 다차원척도법 결과, 1차원에서 인스타그램 이용 시간과 우울이 다른 변인들과 구별되었으며, 2차원에서 외로움과 수동적 이용이 다른 변인들과 구별되었다. 그 후 소셜미 디어 상에서의 관계의 질의 고,저 집단에 대해 표상유사성분석을 실시한 결과, 소셜미디어 상에서의 관계의 질이 높은 집단은 낮은 집단보다 자가격리의 영향을 더 많이 받는 것으로 나타났다. 분류분석 결과에서도 소셜미디어 상에서의 관계의 질 예측 변인이 사회적 고립의 여부에 따라 달라지는 것으로 나타났다. 따라서 본 연구의 결과는 사람들이 사회적 고립 상황에 있지 않을 때 인스타그램 이용 변인과 심리적 변인이 소셜미디어 상에서의 관계를 더 잘 예측할 수 있음을 시사한다.

이 연구는 1세대 스마트 온실의 재배환경 데이터와 장미 절 화의 품질 특성 데이터를 수집하고 그 요인들 간의 상관 관계 를 분석하여 절화수명 예측 및 최적 환경 조성의 기초 자료를 얻고자 수행되었다. 이를 위해, 토경재배(SC) 및 암면배지경 양액재배(RWH) 하우스 각 1개소를 선정하여 1년간 기온, 상 대습도(RH) 및 수증기압차(VPD), 일적산광량(DLI), 근권온도 등의 환경 데이터와 매월 말 수확된 장미 ‘Miss Holland’ 절 화의 품질 특성 데이터를 수집하였으며, 이 데이터와 절화수 명과의 상관관계를 분석하였다. 절화수명은 10월과 11월을 제외하고는 SC 하우스에서 RWH 하우스보다 더 길었다. 절 화수명과 환경 및 생육 특성 간의 상관관계 분석에서 SC 하우 스의 상관계수는 RWH 하우스보다 조금 더 높았으며, 절화수 명 예측을 위한 요소들도 두 하우스 간에 차이가 있었다. SC 하우스의 절화수명 Y=0.848X1+0.366X2-0.591X3+2.224X4- 0.171X5+0.47X6+0.321X7+9.836X8-110.219(X1-X8: 최고 RH, RH 일교차, DLI, pH, Hunter’s b value, EC, 절화 장, 잎 두께; R2=0.544)로 예측되었고, RWH 하우스의 절화수명 Y=-1.291X1+52.026X2-0.094X3+0.448X4-3.84X5+0.624X6 - 8.528X7+28.45(X1-X7: 경경, 야간 VPD, 최고 근권온도, 최 저 근권온도, 기온 일교차, RH 일교차, 최고 VPD; R2=0.5243) 로 예측되었다. 이 두 모델식으로부터 SC 하우스에서는 RH, EC 및 pH가, 그리고 RWH 하우스에서는 근권 온도가 절화수명에 더 큰 영향을 미친다는 것을 추론할 수 있다. 따라서 각 재배 방법에 따라 장미의 절화수명에 더 큰 영향을 미치는 환경적 요인을 효율적으로 관리할 필요가 있다.

Approximately 40,000 elevators are installed every year in Korea, and they are used as a convenient means of transportation in daily life. However, the continuous increase in elevators has a social problem of increased safety accidents behind the functional aspect of convenience. There is an emerging need to induce preemptive and active elevator safety management by elevator management entities by strengthening the management of poorly managed elevators. Therefore, this study examines domestic research cases related to the evaluation items of the elevator safety quality rating system conducted in previous studies, and develops a statistical model that can examine the effect of elevator maintenance quality as a result of the safety management of the elevator management entity. We review two types: odds ratio analysis and logistic regression analysis models.

In this study, we developed Rapid Enrichment Broth for Vibrio parahaemolyticus (REB-V), a broth capable enriching V. parahaemolyticus from 100 CFU/mL to 106 CFU/mL within 6 hours, which greatly facilitates the rapid detection of V. parahaemolyticus. Using a modified Gompertz model and response surface methodology, we optimized supplement sources to rapidly enrich V. parahaemolyticus. The addition of 0.003 g/10 mL of D-(+)- mannose, 0.002 g/10 mL of L-valine, and 0.002 g/10 mL of magnesium sulfate to 2% (w/v) NaCl BPW was the most effective combination of V. parahaemolyticus enrichment. Optimal V. parahaemolyticus culture conditions using REB-V were at pH 7.84 and 37oC. To confirm REB-V culture efficiency compared to 2% (w/v) NaCl BPW, we assessed the amount of enrichment achieved in 7 hours in each medium and extracted DNA samples from each culture every hour. Real-time PCR was performed using the extracted DNA to verify the applicability of this REB-V culture method to molecular diagnosis. V. parahaemolyticus was enriched to 5.452±0.151 Log CFU/mL in 2% (w/v) NaCl BPW in 7 hours, while in REB-V, it reached 7.831±0.323 Log CFU/mL. This confirmed that REB-V enriched V. parahaemolyticus to more than 106 CFU/mL within 6 hours. The enrichment rate of REB-V was faster than that of 2% (w/v) NaCl BPW, and the amount of enrichment within the same time was greater than that of 2% (w/v) NaCl BPW, indicating that REB-V exhibits excellent enrichment efficiency.

본 연구는 서울교육청 교육연구정보원의 「서울교육종단연구(SELS)」에 서 수집된 자료를 활용하여, 고등학생 3학년인 9차(2018년) 자료에서 학 생 2,793명을 연구 대상자로 정하였다. 청소년의 학교만족도와 관련한 예측요인을 확인하기 위해 SPSS 26.0을 사용하여 의사결정나무모형 분 석을 실시하였다. 연구결과를 살펴보면, 첫째, 청소년의 학교만족도의 분 류에서 개인적인 요인으로는 성별, 자아개념, 자기평가, 사회적 관계 요 인으로 보호자, 학교교사, 학교 특성/문화 요인으로는 학교에 대한 평가, 학교풍토가 유의한 변인으로 확인되었다. 둘째, 학교만족도 분류에 영향 을 주는 변인들 중에서는 학교에 대한 평가가 가장 영향력을 가진 변인 으로 나타났다. 셋째, 학교교사 수치가 높은 집단에서는 학교풍토, 자아 개념이 분류의 중요한 의미 있는 변인이었고, 학교교사 수치가 낮은 집 단에서는 자기평가, 학교풍토, 학교에 대한 평가가 영향력 있는 변인이었 다. 넷째, 학교에 대한 평가 수준 및 학교풍토가 바람직하고 좋으면 학교 만족도가 긍정적으로 상승하는 것으로 확인되었다. 본 연구결과는 청소 년의 학교만족도 증진을 위한 방안 모색, 교육정책 수립 및 프로그램 운 영에 도움이 될 것으로 사료된다.

나노복합재료는 다기능성과 고성능을 가지는 혁신적인 복합재료이다. 나노 스케일 필러의 혼입함으로써 복합재료의 전기적, 역학 적 및 열적 특성이 크게 향상될 수 있기 때문에 나노 스케일 필러를 이용한 나노복합재료의 특성화에 관한 다양한 연구가 광범위하게 수행되어 왔다. 특히, 탄소계 나노 필러(탄소나노튜브, 카본블랙, 그래핀 나노판 등)를 활용하여 전기/역학적 특성을 향상시킨 나노복 합소재 개발에 관한 연구들이 복합재료 분야에서 큰 관심을 받고있다. 본 논문은 실제 응용에 필수적인 나노복합재료의 전기/역학적 특성을 문헌조사를 통해 고찰하는 것을 목표로 한다. 또한, 나노복합재료의 전기/역학적 특성 예측을 위한 최신 멀티스케일 모델링 연 구들에 대해서 검토하고, 멀티스케일 모델링에 대한 과제와 향후 발전 가능성에 대해서 논의한다.

PURPOSES : To efficiently manage pavements, a systematic pavement management system must be established based on regional characteristics. Suppose that the future conditions of a pavement section can be predicted based on data obtained at present. In this case, a more reasonable road maintenance strategy should be established. Hence, a prediction model of the annual surface distress (SD) change for national highway pavements in Gangwon-do, Korea is developed based on influencing factors. METHODS : To develop the model, pavement performance data and influencing factors were obtained. Exploratory data analysis was performed to analyze the data acquired, and the results show that the data were preprocessed. The variables used for model development were selected via correlation analysis, where variables such as surface distress, international roughness index, daily temperature range, and heat wave days were used. Best subset regression was performed, where the candidate model was selected from all possible subsets based on certain criteria. The final model was selected based on an algorithm developed for rational model selection. The sensitivity of the annual SD change was analyzed based on the variables of the final model. RESULTS : The result of the sensitivity analysis shows that the annual SD change is affected by the variables in the following order: surface distress ˃ heat wave days ˃ daily temperature range ˃ international roughness index. CONCLUSIONS : An annual SD change prediction model is developed by considering the present performance, traffic volume, and climatic conditions. The model can facilitate the establishment of a reasonable road maintenance strategy. The prediction accuracy can be improved by obtaining additional data, such as the construction quality, material properties, and pavement thickness.

해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로 써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통 의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하 여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하 였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기 반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제 시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

일반적으로 콘크리트는 골재, 모래, 시멘트, 담수, 혼합재 등 다양한 재료로 구성되어있으며 재령에 따라서 강도가 증 가한다. 콘크리트에 필요한 각 재료의 비율은 혼합 설계를 통해 결정되지만, 콘크리트의 강도는 실험적으로 측정되기 전까지는 알 수 없다. 이러한 한계를 극복하기 위해 실험을 통해 얻은 데이터를 이용하여 콘크리트의 압축 강도를 예측하기 위해 통계수 학과 기계학습 알고리즘을 이용한 많은 연구가 시도되었다. 이전의 연구는 콘크리트 압축 강도 예측에 신경망 기법이 가장 적 합하다고 제안하였다. 그러나 신경망 기법은 다른 기계학습과 비교하여 모델 학습에 계산 비용이 많이 들어 실제로 적용하기 어려운 문제점이 있다. 최근 몇 년 동안 다양한 회귀 분석 모델이 개발되었으므로 본 연구에서는 신경망 대신 최신 회귀 분석 모델을 이용하여 콘크리트 강도 예측모델을 제시하였다. 이를 위해 최근 개발된 회귀 분석 모델에 대한 교차검증을 시행하여 최적의 모델을 선정하였다. 그리드 검색을 통하여 선정된 각 모델의 하이퍼 파라미터를 최적화하고, 국내외 데이터를 활용하여 기계학습 모델을 훈련하고 검증하였다. 이들 중 CatBoost, LGBMR, RFR, XGBoost 회귀모델이 높은 성능을 보여주었다. 특히 그 중에서 XGBoost 회귀 분석 모델이 가장 작은 오차와 높은 정확도를 보여주었다. 이들 중 오류가 가장 큰 LGBMR 모델도 이전 연구에서 제안된 신경망 및 앙상블 모델보다 성능이 우수하였다. 현장 레미콘 콘크리트에 대한 압축 강도 예측을 시행하여 학 습된 모델의 현장 적용 가능성을 확인하였다.

Among migratory insect pests, Mythimna seperata and Cnaphalocrocis medinalis are invasive pests introduced into South Korea through westerlies from southern China. M. seperata and C. medinalis are insect pests that use rice as a host. They injure rice leaves and inhibit rice growth. To understand the distribution of M. seperata and C. medinalis, it is important to understand environmental factors such as temperature and humidity of their habitat. This study predicted current and future habitat suitability models for understanding the distribution of M. seperata and C. medinalis. Occurrence data, SSPs (Shared Socio-economic Pathways) scenario, and RCP (Representative Concentration Pathway) were applied to MaxEnt (Maximum Entropy), a machine learning model among SDM (Species Distribution Model). As a result, M. seperata and C. medinalis are aggregated on the west and south coasts where they have a host after migration from China. As a result of MaxEnt analysis, the contribution was high in the order of Land-cover data and DEM (Digital Elevation Model). In bioclimatic variables, BIO_4 (Temperature seasonality) was high in M. seperata and BIO_2 (Mean Diurnal Range) was found in C. medinalis. The habitat suitability model predicted that M. seperata and C. medinalis could inhabit most rice paddies.