본 연구는 신HSK 1·2급에 나온 문법등급과 기출문제와의 연관성을 알아보고, 독 해에 꼭 필요한 술어 부분을 구성하는 품사와 문장성분 등을 대상으로 출현빈도를 조사하여, 효과적인 HSK 대비 회화교재를 편성하는데 그 목적이 있다. K대학 항공 서비스학과 학습자들을 대상으로 회화교재를 기반으로 한 수업에 대한 설문을 진행 하였는데, 학습자들이 ‘단어의 양’에 부담을 느낀다는 것을 알게 되었다. 단어의 양을 줄이고, 학습의 우선순위를 찾기 위해서 신HSK 1·2급에 나온 문법등급과 기출문제 와의 연관성을 대조한다. 그리고 문법포인트의 범위와 출현 빈도, 필수단어의 출현 빈도 등을 제시하여, 신HSK 2급 시험을 대비한 교재 편성에 도움이 되고자 한다.

본 연구는 방사형 K-공간 획득 기법 중 하나인 JET 기법을 적용하여 어깨관절 자기공명영상 검사에서의 움직임 인공물과 노이즈를 감소 효과를 평가하였다. 2023년 2월 1일부터 3월 31일까지 어깨관절 자기공명영상 검사를 받 은 35명을 대상으로 선정하여 후향적으로 분석하였다. 평가는 JET 기법 적용 여부에 따라 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가를 수행하였다. JET 기법을 적용한 그룹에서는 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가 값이 통계적으로 유의하게 높게 나타났다(p<0.05). 본 연구를 통해 어깨관절 자기공명영상 검사 시 JET 기법의 도입은 움직임 인공물의 감소뿐만 아니라 신호 대 노이즈 비와 평균 대 표준편차 비가 향상된 영상을 얻을 수 있음을 확인하였다. 이러한 결과는 JET 기법이 어깨관절 영상 취득에 유용하게 활용될 수 있을 것으로 판단되며, 더 나아가 다양한 부위에 적용되는데 있어 서도 기여할 수 있을것으로 예상된다.

The 4th Industrial Revolution and the continuous development of Science and Technology have also required a speedy business promotion method in the defense industry. Advanced countries including the United States are already boldly innovating the existing high-cost and long-term acquisition system with the highest priority in weapons development to cope with the military rise of Russia and China. The Ministry of National Defense and the Defense Acquisition Program Administration have also recently introduced a quick acquisition system and are applying it to business promotion. In addition, some small-scale projects and weapons systems are being reorganized so that they can be managed by the units demanding them. After an organizational diagnosis of the Project Acquisition Group by the Ministry of National Defense in 2020, it has been reassigned as a subordinate unit of the Army Logistics Command from a direct unit managed by the Army HQ. As a result, problems such as work conflict or redundancy have been identified. In addition, a system has been implemented to shorten the acquisition period by applying a rapid acquisition program in the field of weapons systems by benchmarking the rapid acquisition program of advanced countries. The force support system project process will also need to introduce such a quick acquisition system. In addition, the Ministry of National Defense is considering ways to delegate some weapon systems to each military, which will then carry out tasks ranging from requirements determination to project management. Accordingly, it is now time to expand the organization for the management of the Army's weapons system acquisition project. Therefore, in this paper, the Army Project Acquisition Group was analyzed on its organization, acquisition procedures, and cooperation systems, with presentations of development plans for each field.

In this research, a new Test and Evaluation (T&E) procedure for defense AI systems is proposed to fill the existing gap in established methodologies. This proposed concept incorporates a data-based performance evaluation, allowing for independent assessment of AI model efficacy. It then follows with an on-site T&E using the actual AI system. The performance evaluation approach adopts the project promotion framework from the defense acquisition system, outlining 10 steps for R&D projects and 9 steps for procurement projects. This procedure was crafted after examining AI system testing standards and guidelines from both domestic and international civilian sectors. The validity of each step in the procedure was confirmed using real-world data. This study's findings aim to offer insightful guidance in defense T&E, particularly in developing robust T&E procedures for defense AI systems.

In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256  256 pixels (high resolution: HR) from TEM measurements and 32  32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO4 nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.

Naval weapons systems of the Republic of Korea are acquired through the Defense Planning Management System. Recently, acquisition of some naval ships have been delayed, and the causes of the delays have been recognized as inappropriate project management at the Execution Phase. However, we argue that the delay problem in naval ships acquisition should be approached, with due regard for the entire Defense Planning Management System. That is, We should try to investigate from Planning Phase to those of Programming, Budgeting and Execution Phases. Therefore, in this study, we investigated the actual cases of the delay in naval acquisition at all phases of the Defense Planning Management System. Based on the investigation, we tried to identify the naval ship Acquisition Delay Factors and find out the Weights of those factors. As the next step, we calculated the Influence Measures on the naval missions, including the Cost of Naval Capability Gap derived from the delays in acquisition of naval ships. As a final step, we calculated the Acquisition Delay Measures based on the interrelationship between the Acquisition Delay Factors and the Influence Measures. Then we evaluated and analyzed what the results stand for. Finally, we made suggestions for future improvement. The improvement suggestions we made for preventing delay in acquisition of naval ships in this study are as follows. First, we need a shift in perception. It is necessary to measure the Acquisition Delay Factors in acquiring naval ships and manage them from the Planning Phase. Second, resolution must be concerted efforts. All relevant agencies, not just a few, should work together to resolve the problems of acquisition delay. Third, analysis must be based on the accumulation of data. This allows the elaborating of naval ship Acquisition Delay Factors and Delay Measures. If this research method is applied to other military weapons systems in the future, we may be able to not just identify the Acquisition Delay Factors in acquisition of other military weapons systems, but also pursue improvement in those cases.

기후 변화에 따른 이상기상 등 농업환경변화에 따른 농작물의 생산성 및 품질 저하 등의 문제가 발생하고 있다. 최근에는 이러한 문제를 해결하기 위해 정보통신기술(Information & Communications Technology; ICT), 사물인터넷 (Internet of Things; IoT) 및 인공지능(Artificial Intelligence; AI) 등을 이용한 지능한 작물 모델 개발과 정보화 자원 구축 등의 연구가 진행되고 있다. 국내의 ICT를 적용한 스마트팜은 비닐하우스와 같은 시설 내부 환경을 제어하는 기술로 구성되어 있으나 국내 농경지 면적의 95%는 노지로 되어 있어 노지에 쉽게 적용할 수 있는 농업 ICT 기술 이 필요하다. 따라서 본 연구는 노지 작물의 지능형 생육 환경 모델 개발을 위한 IoT 기반 환경 데이터 획득 시스 템을 구축하고 시계열 계측을 통해 농작물 생육의 주요 인자인 토양 수분과 토양 온도의 변화 특성을 파악하고자 한다. 본 실험은 전북 완주군 소재 국립식량과학원 풍산나물콩 및 대풍콩 재배 포장에 환경데이터 획득 시스템을 구축하였으며 IoT 기반 토양센서(Sentek Drill&Drop, Australia)을 통해 토양의 수분 및 온도를 측정하였다. 토양 센 서는 서로 간섭을 최소화하기 위해 일정 간격으로 설치하고 지면으로부터 전극을 깊이 30 cm 까지 삽입시킨 후 20년 07월 04일부터 20년 10월 07일까지 깊이 10 cm, 20 cm, 30 cm의 토양 수분 및 온도의 시계열 변화를 비교 분 석하였다. 토양 수분 및 온도 변화는 지면으로부터 깊이 10 cm, 20 cm, 30 cm 순으로 크게 나타났다. 본 연구의 결 과는 4차 산업 기술의 농업적 적용성을 높이기 위한 빅데이터 구축 및 노지 스마트팜 기술 기반 확보를 위한 자료 로 활용될 수 있을 것으로 판단된다.

트랙터의 보급이 늘어나는 만큼 올바른 사용법 및 점검이 중요하다. 특히 타이어 공기압에 따른 토양다짐 현상, 연료의 과소비, 안전사고를 예방하기 위해 간편한 측정기술이 필요하다. 따라서 본 연구에서는 대중적 모바일 영상 취득 장치인 스마트폰 카메라를 활용해 획득한 이미지 데이터로 타이어 압력을 예측하였다. 전통적 캘리브레이션을 응용하여 왜곡률을 보정하였다. 트랙터 타이어에 공기압을 0 kPa에서 300 kPa까지 주입하면서 구간별 타이어 촬영을 하였으며, 타이어 중심을 기준으로 상, 하, 좌, 우의 픽셀을 측정하였다. 하중을 받는 타이어의 기하학적 특성을 고려하여 중심과 바닥의 픽셀을 보정식을 통해 보정한 뒤 압력에 따른 픽셀의 변화를 도출하였다.

목 적：MRCP검사시 CS SPACE breath-hold기법을 사용하여 조영전과 Gd-EOB- DTPA 사용후 영상을 시간대별로 획 득하여 영상의 변화를 통해 담즙의 변화를 알아보고, 이를 바탕으로 3D T2강조 자기공명 담췌관 조영영상의 적절한 획득시기를 알아보고자 하였다. 대상 및 방법：2017년 11월부터 2018년 1월까지 본원에 내원하여 Gd-EOB-DTPA를 사용하여 MRCP검사를 시행한 42 명을 대상으로 하였고 장비는 SIEMENS사의 Magnetom Skyra 3.0T를 사용하였다. Compressed Sensing SPACE breath-hold 기법으로 조영전과 Gd-EOB-DTPA를 사용한 역동적 조영검사 후 delay 4m, 6m, 8m 때의 3D T2강조 자기공명 담췌관 조영영상을 MIP기법을 사용하여 영상을 재구성한 뒤, RHD, LHD, CBD의 SNR과 CNR을 측정하였고, 정성적 평가는 조영전과 Gd-EOB-DTPA사용후 delay 4m, 6m, 8m때의 RHD, LHD, CBD를 복부전문 영상의학과 전문의 1명과 10년 이상 경력의 MRI전문 방사선사 1명이 5점 척도로 평가하였다. 결 과：조영전 RHD, LHD, CBD의 평균 SNR은 33.07, 32.18, 38.43 였고, Gd-EOB-DTPA사용후 delay 4m때의 평균 SNR은 38.1, 36.33, 43.16, delay 6m때는 37.79, 37.67, 44.46, delay 8m때는 30.24, 35.29, 41.45였다. CNR은 조영전이 평균 22.27, 21.36, 27.59, Gd-EOB-DTPA사용후 delay 4m때는 27.1, 25.32, 32.12, delay 6m때는 26.81, 26.71, 33.41, delay 8m때는 19.14, 24.21, 30.28 였다. delay 8m때의 RHD의 SNR과 CNR만 조영전과 비교해서 통계 적으로 유의하지 않았으며(p>0.05) 나머지는 통계적으로 유의했다(p<0.05). SNR과 CNR이 조영전부터 delay 8m때까지 순차적으로 계속 증가하는 경우는 전체의 47.6%였고, 조영전보다 delay 6m때의 SNR과 CNR이 더 높지만 delay 8m때 감소하는 경우가 전체의 40.5%, 조영전보다 delay 4m때의 SNR과 CNR이 더 높지만 delay 6m, 8m때 감소하는 경우는 전체의 11.9%였다. 정성적 평가는 조영전 RHD, LHD, CBD의 평균점수가 4.48, 4.55, 4.93였고, Gd-EOB-DTPA사용 후 delay 4m때는 4.48, 4.55, 4.86, delay 6m때는 4.12, 4.5, 4.88, delay 8m때는 3.55, 4.1, 4.64 였다. 조영전과 delay 4m은 통계적으로 유의한 차이가 없었고(p<0.05), 조영전과 delay 6m은 RHD만, 조영전과 delay 8m은 RHD, LHD 가 통계적으로 유의한 차이가 있었다(p>0.05). 결 론：조영전과 Gd-EOB-DTPA사용후 delay 4m때의 영상의 진단적 차이가 없었으며, delay 4m때가 SNR과 CNR이 더 높았기 때문에 delay 4m때 breath-hold 3D T2강조 자기공명 담췌관 조영영상을 얻는것이 검사시간도 단축하고 더 좋은 영상을 얻을 수 있을겄으로 생각되며, 담췌관에 질병이 의심되는 환자에서 respiratory-triggered 3D T2강조 자기공 명 담췌관 조영영상은 역동적 조영검사 후에 바로 시행하여 delay 6m전에 검사를 획득한다면 담도배설이 시작되기 전에 영상을 획득하거나 담도배설이 어느정도 시작되었어도 높은 신호때부터 영상이 얻어졌기 때문에 조영전과 영상의 차이가 없고 시간을 많이 단축하는 방법이 될거라 생각된다.

본 연구에서는 건물 실내 공간 정보 획득을 위해 Microsoft사의 Kinect® v2를 활용한 point cloud 기법을 도입하였다. 카메라로 취득한 2차원의 투영 공간 이미지 픽셀 좌표를 각 카메라의 보정을 거쳐 3차원 이미지 변환하며 이를 토대로 공간 정보를 구현하였다. 기준점을 중심으로 360° 회전하여 취득한 3차원 이미지를 통해 거리 측정이 불가한 기존의 2차원 이미지의 한계를 개선하였으며, 이 과정을 통해 얻은 point cloud를 통해 3차원 map을 형성하였다. 형성된 3차원 map은 기존의 공간정보 융·복합을 위한 센서와 비슷한 수준의 측정 효율을 가지면서 동시에 렌즈 왜곡 현상에 대한 후처리 과정을 통해 공간 정보를 정확하게 측정할 수 있도록 하였다. 측정한 결과를 2D 도면과 실제 공간 및 구조부재의 길이 및 위치 등과 비교하여 검증하였다.

소비자들의 구매 욕구를 충족시키기 위하여 상업시설에서는 판매와 관련된 다양한 공간표현이 요구되고, 소비자의 시선을 끄는 상품의 배치나 공간구성은 곧 마케팅 전략으로 이어질 수 있다. 사람의 눈은 가장 많은 정보를 획득하는 감각기관으로 시각정보에 대한 분석은 <공간과 사용자>의 상호간의 시각적 관련성을 파악할 수 있는데, 그간 연구에서는 실험이미지를 통해 정지된 화상에 대한 분석이 대다수 이며, 상업공간의 이동영상을 바탕으로 공간에 대한 시선정보를 분석한 연구는 미비하다. 이에 본 연구에서는 상업시설의 이동경로를 촬영한 동영상을 실험에 사용함으로써 공간분석에 있어 사실감이 부여된 공간 사용자 시선정보를 통한 감성반응을 분석하였다. 이동동선의 직선구간을 분석구간으로 설정하고, 획득된 데이터를 바탕으로 5개의 주시강도 범위에 대한 구간특성을 살펴본 결과, 이동동선의 시작점인 A구간(직선구간-1)에서는 주시강도가 낮게 나타났으며, B구간(직선구간-2)에서 가장 높은 주시강도가 나타난 것을 알 수 있다. 이는 피험자들의 B구간부터 안정적인 공간 탐색을 한 것으로 볼 수 있으며, 실험영상에 대한 적응시간이 필요한 것을 알 수 있다. 주시집중구역에 대한 공간특성을 살펴보면, 6개 구간 중 4개 구간에서 우측매장의 진열방식에 대한 시선의 집중이 더 높게 나타난 것을 알 수 있다. 소비자의 시선이 높게 머무른 요소는 소품위주로 시선이 유도되었으며, 매장 내 쇼케이스 같은 진열형식에 시선정보가 높게 나타난 것을 알 수 있다. 이러한 분석방법을 통해 소비자의 시선이 선호하는 상품진열방법, 상품요소 배치 등 직접적인 디자인 자료로 활용 가치가 높게 제공 될 수 있을 것으로 사료된다.