본 연구는 생각/생각회피 과제를 이용하여 의도적 생각회피, 즉 생각억제와 생각대체의 효과를 종합적으로 검증하였다. 이를 위해 연관성이 높지 않은 2음절 단어자극을 선정하고, 단일집단을 대상으로 회상조건(단서회상, 표적회상)과 훈련조건(생각, 생각억제, 생각대체, 기저선)의 정확회상률을 비교하였다. 그 결과, 훈련조건과 관계없이 표적 회상에 비해 단서회상의 정확기억률이 높은 것으로 나타났으며, 회상조건과 관계없이 다른 조건에 비해 생각조건의 정확회상률이 높은 것으로 나타났다. 또한 회상조건과 훈련조건의 상호작용 효과의 경향성이 나타났으며, 세부적 검증 결과. 생각억제의 경우, 회상조건 간 차이가 나타나지 않은 반면에 생각대체의 경우에는 표적회상에 비해 단서회상의 정확기억률이 높은 것으로 나타났다. 이러한 결과는 생각억제와 생각대체전략이 모두 의도적으로 생각을 회피 하는데 효과적이라는 것과 더불어 생각억제와 생각대체전략이 서로 다른 원리에 의해 발생할 수 있음을 시사한다.
지구기후가 이산화탄소 배출 증가로 인해 급격하게 변화하고 있는 추세이고, 이러한 급격한 기후 변화는 농경지 염류직접, 농경지 침수, 고온 및 저온과 같은 농업 기상의 다양한 변화를 야기하고 있다. 여러 환경스트레스 중에서 농경지 침수는 경작지 내 과도한 수분 유입으로 인해 유도되게 된다. 특히 많은 과학자들은 탄소 배출 증가로 인한 기후변화로 인해 집중호우가 지금보다 더 자주 발생할 것으로 예상되고 있기 때문에 농경지의 침수로 인한 농작물의 피해는 점점 더 증가할 것으로 예상하고 있다. 침수로 인한 스트레스에 대한 식물의 취약성 및 저항성 메커니즘에는 중요한 변화가 있다. 그러므로 이런 침수스트레스 문제에 대응하기 위해서 침수저항성 메커니즘과 관련된 다양한 연구가 수행중이다. 침수저항성이 높은 작물을 생산하기 위해서는 침수 스트레스의 여러 요인을 연구하는 것뿐만 아니라 어떻게 식물이 침수스트레스 요인을 감지하고 대응하는 방법을 이해해야 한다. 따라서 본 논문에서는 침수 스트레스 저항성과 관련된 것으로 보고된 작물의 형태적, 생리적, 유전자적 변화에 대해서 소개하고 이를 통해 작물의 침수저항성 메커니즘에 대한 이해를 돕기 위해 내용을 정리하였다.
As the development of autonomous vehicles becomes realistic, many automobile manufacturers and components producers aim to develop ‘completely autonomous driving’. ADAS (Advanced Driver Assistance Systems) which has been applied in automobile recently, supports the driver in controlling lane maintenance, speed and direction in a single lane based on limited road environment. Although technologies of obstacles avoidance on the obstacle environment have been developed, they concentrates on simple obstacle avoidances, not considering the control of the actual vehicle in the real situation which makes drivers feel unsafe from the sudden change of the wheel and the speed of the vehicle. In order to develop the ‘completely autonomous driving’ automobile which perceives the surrounding environment by itself and operates, ability of the vehicle should be enhanced in a way human driver does. In this sense, this paper intends to establish a strategy with which autonomous vehicles behave human-friendly based on vehicle dynamics through the reinforcement learning that is based on Q-learning, a type of machine learning. The obstacle avoidance reinforcement learning proceeded in 5 simulations. The reward rule has been set in the experiment so that the car can learn by itself with recurring events, allowing the experiment to have the similar environment to the one when humans drive. Driving Simulator has been used to verify results of the reinforcement learning. The ultimate goal of this study is to enable autonomous vehicles avoid obstacles in a human-friendly way when obstacles appear in their sight, using controlling methods that have previously been learned in various conditions through the reinforcement learning.
이 연구에서는 소뇌에 이상이 있는 소뇌성 운동실조증 환자들(n=9)을 대상으로 단일 장애물 보행과 연속적인 다중 장애물 보행을 수행하는 동안에 운동학적 특성과 전략을 분석함으로써 소뇌가 어떠한 역할을 하는지 규명하였다. 실험과제는 과제의 난이도 별로 단일 장애물 보행과 다중 장애물 보행 조건으로 설정하여 장애물을 넘는 동안 발의 높이, 장애물을 넘기 전 발의 이륙거리, 장애물을 넘은 후 착지거리, 장애물을 넘는 동안 발의 외전량, 보행 속도 등의 운동학적 변인을 측정하였다. 연구 결과, 소뇌 환자 집단은 정상인들에 비해 장애물을 통과하는 속도가 느리며, 단일 장애물 과제를 수행 할 때 보다 많은 정보처리를 요구되는 다중 장애물 과제의 수행에 어려움을 보여 주었다. 또한 장애물을 넘기 위한 행동 전략으로 다중 장애물뿐만 아니라 단일 장애물 과제 모두에서 발의 위치를 장애물에 가까이하고 발의 높이를 높게 하여 발이 장애물에 걸리지 않게 하는 전략을 선택하는 것 역시 운동계획과 예측 전략에 어려움이 있음을 시사한다. 이러한 결과는 시각적 정보 처리가 요구되는 동작 과제와 연속적인 다중 장애물 보행과 같은 복잡한 하지 제어의 계획과 실행에 소뇌가 중요한 역할을 담당한다는 사실을 보여준다.