본 연구는 간호대학생이 지각한 간호사 이미지와 전공몰입 정도를 파악하고, 이들의 관계를 규명하여 간호대학생의 전공몰입 향상에 필요한 방안을 마련하고자 시도되었다. 본 연구에는 7개 간호대학에 재학 중인 간호대학생 185명이 참여하였으며, 수집된 자료는 SPSS/WIN 24.0 프로그램으로 통계분석하였다. 본연구결과는 다음과 같다. 연구대상자들이 인식한 간호사 이미지는 3.79점. 전공몰입은 3.52점으로 평균 이상의 점수를 보였으며, 대상자가 지각한 간호사 이미지가 긍정적일수록 전공몰입이 높은 것으로 확인 되었다. 또한, 전공몰입에 영향을 미치는 요인에는 전공만족도, 간호에 대한 인식, 간호사 이미지, 간호학과 선택 동기 중 적성과 흥미 순으로 확인되었고 전체 설명력은 42%였다. 이상의 결과를 토대로 볼 때, 간호 대학생이 긍정적인 간호사 이미지를 형성하고 전공에 대해 만족감을 증진할 수 있는 교과 및 비교과 프로그램을 개발하고 적용할 필요가 있다.

With the wide application of camera equipment, digital image, as an important information carrier, has gradually integrated into me their lives. With the popularity of image editing software, people have to re-examine seeing is believing ideas. In recent years, there have been frequent incidents of image fraud in the fields of news media, judicial notarization and scientific research. Therefore, judging the authenticity and originality of digital images has become an urgent problem to be solved in the field of forensics. Tamper often change the image and its information through different image operations which affecting the reader's authenticity of things. Therefore, it is of great significance to detect the operation history of digital images. Based on the above research background, this paper first summarizes the research status of image operation forensics algorithm, and then obtains evidence from digital image muti-operation. The accuracy, practicability and robustness of the algorithm are proposed. In this paper, an image muti-operation forensics method with JPEG robustness is proposed. Experiments show that this method has a good performance in JPEG robust detection with high quality factor and low quality factor.

2D 퍼즐은 인기있는 보드게임이다. 2D 퍼즐을 완성하는 기술은 많이 연구되었다. 하지만 2D만으로는 대상 을 효과적으로 표현하기 어렵다는 한계가 있다. 본 연구에서는 영상으로부터 높이를 가진 2D+ 레고 퍼즐을 생성하는 방법을 제안한다. 이를 위해서 본 연구에서는 영상의 높이 맵과 분할 맵의 정보를 활용한다. 우리 는 2D+ 퍼즐에 적용하기위해 다양한 대상의 높이 및 영역 정보를 적절하게 처리해야한다. 이러한 이유로, 우리는 깊이 맵과 분할영역 맵을 추출하기 위해 모델에 심층 학습 모델을 적용한다. 높이 맵을 추출하기 위 해 우리는 CelebAMask-HQ dataset으로 학습한 BiseNet을 채택했다. 그리고 분할 맵을 얻기 위해 NYU Depth V2 dataset으로 학습한 DenseDepth를 사용했다. 입력 영상에 대해서 저해상도 영상 및 높이 맵과 분할 맵을 추출하고, 저해상도 영상을 레고 브릭의 색 팔레트를 적용한 영상에 대해서 높이 맵과 분할 맵 정보를 적용해서 높이를 가진 2D+ 픽셀 아트 영상을 생성한다. 그리고, 이 픽셀 아트 영상에 대해서 같은 높이와 같은 색을 가진 픽셀들에 대해서 최대한 큰 브릭을 적용하는 그리디 알고리즘을 적용해서 2D+ 레 고 퍼즐을 완성한다. 본 연구에서는 다양한 초상화를 대상으로 2D+ 레고 퍼즐을 완성하는 예를 제시하였으 며, 그 중 하나를 직접 제작하여 그 결과를 제시한다.

This research examines deep learning based image recognition models for beef sirloin classification. The sirloin of beef can be classified as the upper sirloin, the lower sirloin, and the ribeye, whereas during the distribution process they are often simply unified into the sirloin region. In this work, for detailed classification of beef sirloin regions we develop a model that can learn image information in a reasonable computation time using the MobileNet algorithm. In addition, to increase the accuracy of the model we introduce data augmentation methods as well, which amplifies the image data collected during the distribution process. This data augmentation enables to consider a larger size of training data set by which the accuracy of the model can be significantly improved. The data generated during the data proliferation process was tested using the MobileNet algorithm, where the test data set was obtained from the distribution processes in the real-world practice. Through the computational experiences we confirm that the accuracy of the suggested model is up to 83%. We expect that the classification model of this study can contribute to providing a more accurate and detailed information exchange between suppliers and consumers during the distribution process of beef sirloin.

This study discusses the representation of women and the use of discriminatory language expressions regarding them in movies. This study analyzed female characters and the language expressions used in relation to these female characters in the films between 2014 and 2019. Considering features of each character, the following types of discrimination were observed: “treating women as sexual objects” and “subordinating wife to husband” on the subject of right and violence, “treating women as men’s subordinates” for labor and in positions of leaderships, “excluding women” in terms of race and disabilities, “restricting women to gender-specific roles such as housewives” in motherhood and image of women, and “treating women’s behavior or personality differently’ in abilities and occupations. In the result of discriminatory language expressions, “degrading of women” was most frequently observed. And “treating women’s behavior or personality differently” was observed in few movies, exhibiting the lowest frequency. “Treating women as subordinates to men” and “excluding women” were expressions of discrimination in public spheres against social advancement, and “restricting women to gender-specific roles such as housewives” and “subordinating wife to husband” can be considered expressions of patriarchy.

본 연구는 PETTLEP 모델 기반 심상훈련을 기본간호학실습 교육에 적용하여 핵심기본간호술 수행자신감 및 수행능력, 자율실습 참여도에 미치는 효과를 규명하기 위한 비동등성 대조군 전후 유사실험연구 이다. 연구대상은 K도 소재 U대학교 간호학과 2학년 재학생 중 연구목적을 이해하고 연구참여에 자발적으로 동의한 74명을 무작위로 실험군과 대조군에 배정하여 자료 수집하였다. 수집된 자료는 SPSS Statistics 23.0 프로그램을 이용하여 대상자의 일반적 특성은 빈도와 백분율, 정규성검정은 왜도와 첨도를 이용하였으며, 실험처치의 효과측정을 위한 종속변수 검정은 paired t-test로 분석하였다. 연구결과 PETTLEP 모델 기반 심 상훈련은 핵심기본간호술 수행자신감(t=4.18, p<.001), 핵심기본간호술 수행능력(지식(t=2.241, p=.032), 간호술기(t=8.402, p<.001)), 자율실습 참여도(t=6.822, p<.001)에 통계적으로 유의한 차이가 있었다. 본 연구 결과를 토대로 PETTLEP 모델 기반 심상훈련은 기본간호학실습 교육에 적용 가능한 교수학습방법이 될 수 있음을 확인하였다. 따라서, 핵심기본간호술 중 난이도가 높은 항목의 수행능력 향상을 위해 PETTLEP 모델 기반 심상훈련을 활용할 수 있을 것으로 기대된다.

I propose an algorithm to detect defects in the production of wire mesh using computer image processing. The process is explained as follows, First reading consecutive frames coming through the camera, then the preprocessing process is performed. Second calculate the absolute difference between the two images to distinguish the moving wire mesh from the unnecessary background image. Third based on the past moving data of the welded wire mesh, predict and track future movement. As a result of observing the samples of some defective welded wire mesh products, it was confirmed that the horizontal line of the defective wire mesh had a higher height value of the tracked wire netting. Therefore it is possible to judge whether there is a defect or not at the same time without any additional process to judge. Finally, shear strength test were performed on the welds determined to be normal products by the algorithm proposed in this paper, so that I could verify the reliability and validity of the proposed algorithm.

확산강조 영상은 자기공명영상에서 진단에 매우 중요한 역할을 차지하고 있다. 또한, 높은 b-value를 요구하는 검사가 늘어나는 추세로 확산강조 영상을 얻기 위하여 검사 시간이 길어지게 되며 인공물과 전체적인 신호 감소가 동반하게 된다. 본 연구에서는 확산강조 영상에서 확산 방법을 3스캔 추적 확산강조 영상(3-scan trace diffusion weighted image, tDWI) 에서 DTI의 원리를 적용한 대각선 확산강조 영상(diagonal diffusion weighted image, dDWI)로 변경하여 획득 하였을 때, 두 방법 간의 검사 시간의 단축과 영상을 비교 평가하였다. 농도가 0에서 50%까지 10% 간격인 팬텀을 제작하여 제한된 확산(restrict diffusion)을 단발 스핀에코평면영상(single shot spin echo echo planar, SE-EPI) 기법을 사용하여 검사하였다. 확산 방법을 변경하며 tDWI와 dDWI 검사를 진행하였으며, 획득한 영상을 Image J 프로그램을 이용 하여 농도별 동일한 관심 체적을 설정하여 신호를 측정 후 분석방법은 독립 T-test를 이용하고, 통계적 분석은 SAS를 통해 신호 대 잡음 비와 대조도 대 잡음 비를 비교·분석하였다. p-value 0.05를 기준으로 유의성을 검증하였다. b0를 제외한 b100 이상은 전반적으로 신호 대 잡음 비, 대조도 대 잡음 비가 크며, p-value 0.05 이상으로 나타났다. 확산 방법 간 유의하지 않지만, 전반적으로 dDWI이 tDWI에 비해 평균이 높았다. dDWI 방법이 tDWI에 비해 화질의 변화 없이 검사 시간이 18.35% 단축되는 효과가 있으며, 신호 대 잡음 비와 대조도 대 잡음 비가 소폭 향상된 것으로 나타나 다른 부위의 확산강조 영상을 사용하는 검사에 적용 시 유용할 것으로 사료 된다.

This paper aims to investigate the construction of ideal leadership in newspaper editorials from four American newspapers. In times of global crisis caused by COVID-19, editorials dealing with national leaders' performances show their opinions and attitudes toward President Trump by making evaluative comments. Previous studies regarding evaluative characteristics embedded in newspaper editorials have focused on the frequent use of modality. By analyzing editorials drawn from major American newspapers, the present study shows that not only words of modality but also statements without any modal expressions play a crucial role in representing and evaluating President Trump's leadership. The analysis also demonstrates that the combination of modal and non-modal statements serves to form writers' perspectives and create the ideology of how ideal and competent leaders should act when faced with a crisis.

만해(萬海) 한용운(韓龍雲,1879~1944)은 승려이자 독립운동가였으며 문학가로 치열한 인생을 보냈다. 그의 이러한 삶은 각종 언론보도를 통해 다양하게 드러나고 해석됐다. 대중은 언론을 통해 만해의 이미지를 받아 들였다. TV, 신문, 잡지, 라디오, 영화, 인터넷 등 미디어는 정보를 전송 한다. 근대화 초기에는 신문과 잡지가 주류를 이뤘다. 정보 전달은 물론 시대의 정신과 대중의 인식을 확인할 수 있는 중요한 도구이다. 이런 점 에서 언론에 등장한 한용운의 기사를 연구하여 분석하는 것은 의미가 있다. 앞서 언급했듯이 한용운은 독립운동에 참여해 민족의 고통을 극복하려고 했고, 승려로서 한국불교의 혁신을 꿈꾸었다. 깨달음을 구하는 승려의 본분도 발견할 수 있다. 한용운의 또 다른 삶은 문학인(文學人)이었다. 시대를 넘어 꾸준히 사랑받는 작품을 발표하면서 대중의 사랑을 받았다. 1945년 8월 15일 일제의 식민통치가 막을 내린 뒤에는 한용운의 이미지는 보다 구체화되고 확장되었다. 면모가 더욱 세밀하게 드러나고 매체를 통해 생생하게 전달되었다. 특히 일제의 박해와 기만에도 뜻을 굽히지 않고 끝까지 지조와 절개를 지켰다는 이미지가 대중에게 각인됐다. 불의와 비굴을 용납하지 않는 학덕이 높은 선승이며 타협이 없는 독립지사였다. 미디어에 나타난 한용운의 이미지를 보다 광범위하게 살피는 것은 앞으로의 연구화제이다.

풀은 인류의 역사 이전에서부터 존재하였던 생명체였다. 인간의 역사보다도 풀의 역사가 훨씬 오래되었다. 풀은 먹을 수 있는 식용의 채소와 인위적이 아닌 자연발생적으로 생겨나는 잡초로 크게 나누어진다. 사찰음 식을 위한 재료를 준비하는 단계에서 풀은 식용의 채소이든지 자연발생적으로 생겨나는 잡초이든지 사찰음식의 제작과 완성의 과정, 시작과 끝 지점에 위치해 있는 중요한 반야행의 대상이다. 풀에 대한 불교와 선학의 관점에서 바라보는 시각은 역사적으로 시간대별로 변화해 왔다. 불교학이 발생한 시간은 얼마 되지 않았기에 불교학적으로 풀을 논의하고 철학적으로 풀에 대한 논의를 한다는 것은 과거의 역사 속에서 불타의 생존 시에 수행자와 불타가 바라본 풀에 대한 시각과 관점을 재해석하는 것이며, 또한 당조 시대를 중심으로 한 선종의 조사들이 풀을 바라보는 시각의 차이점에 대해 논의하는 것을 궁극적으로 의미하는 것이다. 따라서 이 글 에서 불교의 역사 속에서 풀에 대한 시각적인 변화의 과정을 철학적으로 접근하여 학문적으로 해석하며 평가하여 그 의의를 논의하고자 한다. 이 연구가 지니는 의미는 사찰음식의 본질적인 의미에 대한 자연회귀와 선의 시각의 철학적인 해석과 맞물려있는 것이다. 그 원인은 풀에 대한 시 각의 변화를 초래한 궁극적인 불교음식문화가 사찰음식이기 때문이다. 그리고 풀은 지구상에서 어느 곳에서나 존재하는 가장 흔하게 볼 수 있으 면서 값진 지구의 가장 큰 환경의 재산이기 때문이다. 이 환경의 재산에 대한 시각의 차이점을 철학적으로 논의한 연구는 아직 존재하지 않았다. 따라서 이 글에서 풀에 대한 철학적인 논의로 접근하여 제시하여 보고자 하는 것이다. 풀은 인류와 지구의 환경의 파수꾼임을 인식하는 것은 인간 의 환경에 대한 이해와 풀에 대한 철학적인 가치를 음미하는 중요한 논의인 것이다.

This study presents the estimation of crack depth by analyzing temperatures extracted from thermal images and environmental parameters such as air temperature, air humidity, illumination. The statistics of all acquired features and the correlation coefficient among thermal images and environmental parameters are presented. The concrete crack depths were predicted by four different machine learning models: Multi-Layer Perceptron (MLP), Random Forest (RF), Gradient Boosting (GB), and AdaBoost (AB). The machine learning algorithms are validated by the coefficient of determination, accuracy, and Mean Absolute Percentage Error (MAPE). The AB model had a great performance among the four models due to the non-linearity of features and weak learner aggregation with weights on misclassified data. The maximum depth 11 of the base estimator in the AB model is efficient with high performance with 97.6% of accuracy and 0.07% of MAPE. Feature importances, permutation importance, and partial dependence are analyzed in the AB model. The results show that the marginal effect of air humidity, crack depth, and crack temperature in order is higher than that of the others.