The National Highway Traffic Safety Administration (NHTSA) and the California Department of Motor Vehicles (CA DMV) collect and utilize data from traffic accidents caused by Automated Driving Systems (ADS) driving on real roads, as a policy. Leading autonomous driving technology companies such as Tesla and Waymo collect their own driving and accident data and use them for technology advancement. ADS traffic accident data that occur when driving on real roads are valuable for identifying problems in unexpected situations. This study analyzes the risk of traffic accidents by Operational Design Domain (ODD) on ADS traffic accident data that occurred while driving on an actual road and aims to present a road traffic law-based driving ability evaluation scenario in a complex ODD configuration in high-risk situations, wherein an ADS can be particularly vulnerable in mixed traffic situations. The actual road traffic accident data of ADS from 2,289 accidents as provided by the NHTSA were analyzed. Analysis of the characteristics of ADS traffic accidents revealed that accidents occurred mainly on ordinary ODDs with high traffic demand during actual road driving, that is, on dry roads during clear days and daylight. In traffic situations including ADS and Human Driving Vehicle(HDV), approximately 40% of traffic accidents were confirmed to have occurred because of HDV colliding with stationary ADS and occurred in unexpected situations, such as changing the HDV when driving straight ahead of the ADS. Results of analyzing the risk of traffic accidents on the driving status of ADS by ODD, showed that the risk of traffic accidents that occurred while the ADS was driving straight ahead was 2.27, with dry road conditions, sunny weather, and a road speed limit of 21 to 30 mph at night when streetlights were turned on. Thus, the ADS road traffic law-based driving ability evaluation scenario can be used to evaluate whether to recognize and respond to accident risk situations by developing ADS road traffic law-based driving ability evaluation scenarios for situations vulnerable to accidents due to HDV cut-in in traffic situations that include ADS and HDV. In future, this can be used as basic data for preparing related regulations and institutional devices, such as traffic accident investigations and driving ability evaluations by ADS.

Carbon nanotube (CNT) has promising applications in several fields due to their excellent thermal, electrical, mechanical, and biocompatible properties. However, the complexity of its structure leads to the problems of computationally intensive and inefficient synthetic characterization optimization and prediction by traditional research methods, which seriously restricts the development process. Machine learning (ML), as an emerging technology, has been widely used in CNT research due to its ability to reduce computational cost, shorten the development cycle, and improve the accuracy. ML not only optimizes the synthetic control parameters for precise structural control, but also combines various imaging and spectroscopic techniques to significantly improve the accuracy and efficiency of characterization. In addition, ML helps to improve the performance of CNT devices at the optimization and prediction levels, and achieve accurate performance prediction. However, ML in CNT research still faces challenges such as algorithmic processing of complex data situations, insufficient space for algorithmic combined optimization, and lack of model interpretability. Future research can focus on developing more efficient ML algorithms and unified standardized databases, exploring the deep integration of different algorithms, further improving the performance of ML in CNT research, and promoting its application in more fields.

본 연구는 네트워크 분석 기법을 적용하여 색상(Color), 소재(Material), 가공기술(Technique) 간 조합을 체계적으 로 탐색하고 분석하는 것을 목적으로 한다. 한국디자인진흥원의 CMF HOW’S 아카이브 데이터를 기반으로 C–M–T 통합 네트워크를 구축하고, 이분 네트워크 분할과 투영(Projection) 분석을 통해 구조적 특성과 조합 양상을 정량적으 로 도출하였다. 중심성, 밀도, 군집 계수, 모듈러리티 지표를 활용한 결과, 색상은 다양한 소재⋅기술과 폭넓게 결합 되는 유연성을 보였고, 소재는 가공기술 선택을 제약하거나 반복적 조합을 형성하는 핵심 요소로 확인되었다. 일부 소재는 높은 중심성을 보여 다수의 색상⋅기술과 연결된 반면, 다른 소재는 제한적 적용성을 나타냈다. 또한 모듈러 리티 분석을 통해 유사한 가공 전략을 공유하는 조합군이 식별되어, 제품군별 설계 전략이나 공정 최적화로 확장될 수 있음을 시사한다. 전문가 인터뷰에서는 본 분석틀이 CMF 기획 및 실무 의사결정에서 활용 가능한 참조 지표로 평가되었으며, 향후 친환경 규제 대응, 산업군 비교, 제품군 사례 분석 등으로 확장 가능성이 제시되었다. 본 연구는 CMF 데이터를 구조 화하여 조합 경향을 객관적으로 이해하고, 디자인 실무에 적용 가능한 분석 도구를 제시한다는 점에서 학술적⋅실무 적 의의를 갖는다.

중앙버스전용차로는 일반 도로 대비 높은 교통량과 반복적인 축하중이 작용하는 구간으로, 정차 및 출발 과정에서 발생 하는 국부적인 응력 집중으로 인해 포장 파손이 빈번하게 발생한다. 그러나 기존 도로 설계에서는 정적인 교통량을 기준 으로 축하중을 산정하여, 실제 교통 환경에서의 버스 유형별 차이, 재차 인원, 시간대별 하중 변화 등 동적인 요소를 충 분히 반영하지 못하는 한계가 존재한다. 이에 본 연구에서는 대중교통 빅데이터를 활용하여 중앙버스전용차로의 버스 유 형 및 시간대별 재차 인원을 반영한 새로운 축하중 산정 모델을 개발하였다. 이를 위해 서울시 열린 데이터 광장의 교통 정보를 활용하여 버스 유형 및 시간대별 재차 인원 데이터를 수집하고, 카카오맵 및 네이버 로드뷰 데이터를 이용해 결 측치를 보완하여 데이터셋을 구축하였다. 구축된 데이터셋을 활용하여 기존 ESAL(Equivalent Single Axle Load) 방식과 비교 분석한 결과, 새로운 축하중 모델에서는 기존 방식 대비 평균 111.8% 높은 축하중이 산정되었으며, 일부 구간에서 는 최대 128.9%까지 차이가 발생하는 것으로 나타났다. 이는 기존 포장 설계가 중앙버스전용차로의 실질적인 교통 하중 을 충분히 반영하지 못하고 있음을 시사하며, 추가적으로 버스 중하중의 가·감속의 영향을 고려한다면, 시간대별·노선별 실시간 축하중 변화를 보다 정밀하게 분석할 수 있으며, 이를 통해 과소 산정된 설계 하중을 보완하고 포장 공용성을 향 상시킬 수 있는 최적의 설계 및 유지보수 전략 수립이 가능할 것으로 기대된다.

In order support the design support system of small and medium-sized shipbuilding companies that carry out designs using 2D CAD, this study developed a system that automatically calculates the cable length by extracting the Y-axis value expressed as text data in 2D CAD. By setting the equipment where the cable starts and ends, the essential route and the installation rate were checked so that the optimal route of the cable could be calculated. As a result, the value calculated based on the optimal route and length of the cable by extracting the data of 2D CAD through this study was the same as the value previously calculated by the actual user, and the installation rate was less than 130% so there was no problem with the on-site installation. In addition, it was confirmed that the cable length calculated through this was reduced by about 7% compared to the existing work.

해사 데이터는 항만을 입출항하는 선박 정보, 해상에서 운송되는 화물 정보, 이를 모니터링하고 관리하는 해상교통관제 정보 등 해상에서 생성되는 모든 데이터로 정의할 수 있다. 이러한 해사 데이터는 그 종류만큼이나 다양한 형식으로 송수신되고 있으며, 각각 의 데이터가 서로 밀접하게 연관되어 있는 멀티모달의 특징을 가지고 있기 때문에 데이터의 통합 관리가 어려운 실정이다. 더욱이 해사 데이터를 인공지능 시스템에 활용하기 위해서는 데이터 도메인에 대한 지식이 필요하기 때문에 비전문가의 경우 데이터를 활용하는 데 제약이 많았다. 이에 본 논문에서는 데이터의 연관 관계를 이용하여 멀티 모달 해사 데이터를 효과적으로 관리할 수 있는 데이터 체계를 제안하였다. 제안하는 관리 체계는 멀티 모달 데이터의 전처리 작업 절차와 연관 관계 기반의 그래프 데이터베이스, 비정형 데이터를 위 한 객체 저장 공간을 포함하고 있으며, 이를 통해 수집된 데이터로부터 연관 관계를 자동으로 추출하여 저장할 수 있도록 설계하였다. 또 한, VHF 데이터의 데이터베이스 구축 예시를 통해 제안하는 데이터 관리 체계의 활용 가능성을 검토하였으며, 기존의 데이터 관리 체계 에 비해 데이터의 이해도를 높이고, 활용도를 향상시킬 수 있을 것으로 예상된다.

The purpose of this study was to incorporate Pakistan's climatic conditions into the road design process by performing a cluster analysis using collected climate data. Monthly time-series data for six climate variables—altitude, sea level, maximum temperature, minimum temperature, vapor pressure, and precipitation—were used to cluster 24 locations. Missing values were imputed using the Kalman filter, and hierarchical and k-medoid clustering analyses were performed based on the dynamic time warping (DTW) distance. By evaluating two to five clusters using six validity indices, the optimal number of clusters was determined to be two. the optimal two-cluster classification results were confirmed to be consistent between the two methods. When the clustering results were visualized on a map of Pakistan alongside the data, the clusters were divided into areas with relatively high and low altitudes. By classifying the regions of Pakistan into two clusters using time-series data of climate variables, this study highlights the distinct characteristics of each cluster. These findings suggest that management strategies tailored to the characteristics of each cluster can be applied to various fields.

4차 산업혁명 시대의 흐름에 맞춰 농업에서도 ICT 기술을 활용한 스마트팜의 개발 및 보급을 통해 경쟁력을 높이기 위한 노력이 진행되고 있다. 과거 농부의 경험에 의해 축적된 지식을 이용하던 농업에서 각종 센서를 이용하여 다양한 재배 환경을 분석하고 이를 이용하여 최적의 재배 환경을 제어하는 지능형 시스템으로 변 하고 있으며, 네트워크를 통하여 시간과 공간의 제약이 없이 작물 재배가 가능한 환경이 만들어지고 있다. 본 논문에서는 기존에 구축된 클라우드 기반 스마트팜과 연동하여 팜 시뮬레이터를 구현하는 방법을 제안한 다. 클라우드에 누적된 환경 데이터와 제어 데이터를 이용하여 환경 변수에 대한 예측 모델을 학습하고 실제 운영중인 스마트팜의 실시간 환경 데이터를 이용하면 보다 현실감 있는 시뮬레이션이 가능하게 되어 사용자 의 몰입을 유도할 수 있다. 단순 시뮬레이션에서 벗어나 학습 모드를 통해 실제 농부의 스마트팜 운영 데이 터를 학습할 수 있도록 하고, 운영 모드에서는 실제 스마트팜의 운영 결과와 비교를 통하여 경쟁을 통한 성 취감을 얻을 수 있도록 하였다. 이러한 경험이 누적되면 작물재배에 관심이 있는 사용자들에게 실제 스마트 팜을 통한 작물 재배의 경험을 제공할 수 있는 사업 모델로의 확장도 가능할 것이다. 추후 메타버스 (metaverse) 상에 스마트팜을 연동하는 연구를 통하여 가상 공간에서 보다 사실적으로 스마트팜을 운영하는 사용자 경험을 제공해 줄 수 있도록 확장할 수 있을 것이다.

PURPOSES : The purpose of this study is to contribute to the utilization of standards while considering the possible upgrade of a local system as a subject of the application. Therefore, this study aims to explore the possible application of LandInfra for a local road management (maintenance) system in the context of enabling the basis of 3D geospatial road information management in Korea. METHODS : Based on a review of related literature and international standards, an analysis of the current system is performed. After reviewing the LandInfra standard, an examination of corresponding classes between each data model (HMS and LandInfra) is performed for the mapping process. After the mapping process, a data model of the LandInfra-based HMS pavement data model is proposed. RESULTS : To apply the LandInfa to the HMS pavement part, an examination of each data model is performed. After this procedure, a LandInfra-based HMS pavement database schema is proposed in the context of enabling 3D geospatial road information management and maintenance, particularly for pavement management information. CONCLUSIONS : This paper presents how the LandInfra international open geospatial standard can be applied to the local road management system (HMS pavement part). As a result of this study, the LandInfra standard could be applied to the HMS; however, an encoding of the standard is required for conformance. Thus, further studies would be the encoding of the proposed data model for conformance with InfaGML encoding standards. In addition, a system prototype may be needed for complete application.

가상현실 콘텐츠는 ICT 기술의 발전과 5G의 고용량 전송, 빠른 속도의 네트워크 서비스가 상용화로 2019년 빠른 성장을 하고 있다. 하지만 가상현실 콘텐츠의 사용성 평가에 대한 기준과 연구는 미흡한 실정이다. 본 연구에서는 가상현실 콘텐츠를 사용하는 사용자의 반응과 상태를 측정 할 수 있는 객관성이 있는 데이터에 관한 연구를 진행한다. 연구의 방법으로는 가상현실 게임 콘텐츠 사용자의 실시간 인체정보 수집 프로세스를 설계하고의 변화를 비교·분석하였다. 이를 위해 인체정보 측정에 아이트래킹을 통한 시선 정보와 심박수 데이터를 수집하고 분석하여 시각화 솔루션을 설계하고 프로토타입을 구현하였다. 가상현실 게임 콘텐츠 사용자 인체정보 데이터를 기반으로 한 사용성 평가에 대한 가이드를 제안한다. 향후연구로는 다양한 인체정보 측정 및 프로토타입의 고도화에 있다.

Supply chain is usually represented by a network (which is called supply chain network) that contains some nodes. In a supply chain network these nodes are suppliers, plants, distribution centers and customers which are some facilities connected by some arcs to each other. The arcs connect the nodes in the direction of their production flow, meaning that each arc shows a route between the facilities for transporting the products. A multi-stage supply chain network (MSCN) is defined as a sequence of multiple supply chain network stages. This paper addresses a typical supply chain network problem which is based on a two-stage single-product system under uncertain conditions such that both cost and constraint parameters are interval numbers. The combination of these uncertain parameters are considered in this typical problem for the first time. In this case, two different order relations (the order relations UC ≤ and HW ≤ ) for interval numbers are considered. Then, two solution procedures are developed in order relations for the interval two-stage supply chain network design problem. The efficiency of the proposed method is illustrated by a numerical example where it is proved that the relation HW ≤ shows better performance than the relation UC ≤ .