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.

본 연구는 조위 관측자료를 이용하여 부산항에서의 장기 조위 자료를 생성하는 Long Short-Term Memory (LSTM)으로 구현된 순환신경망 모델을 개발하였다. 국립해양조사원의 부산 신항과 통영에서 관측된 조위 자료를 모델 입력 자료로 사용하여 부산항의 조위 를 예측하였다. 모델에 대하여 2019년 1월 한 달의 학습을 수행하였으며, 이후 2019년 2월에서 2020년 1월까지 1년에 대하여 정확도를 계 산하였다. 구축된 모델은 부산 신항과 통영의 조위 시계열을 함께 입력한 경우에 상관계수 0.997 및 평균 제곱근 오차 2.69 m로 가장 성 능이 높았다. 본 연구 결과를 바탕으로 딥러닝 순환신경망 모델을 이용하여 임의 항만의 장기 조위 자료 예측이 가능함을 알 수 있었다.

본 논문은 지속하중을 받은 철계-형상기억합금 표면매립보강 철근콘크리트 보의 휨 거동에 대한 실험적 연구이다. 연구를 위하여 철계-형상기억합금 보강 유ㆍ무 및 철계-형상기억합금 활성화 유ㆍ무를 변수로 하여 3개의 실험체를 제작하였다. 장기거동을 측정하기 위해 약 1 ton 중량의 콘크리트 추를 시험체 중앙에 거치하였다. 상재하중 재하 후 철계-형상기억합금을 15kW용량의 전력공급장치를 통해 활성화하였다. 이 후 다이얼게이지를 이용하여 실험체 중앙의 처짐을 528일동안 측정하였다. 528일 후 실험체의 잔존강도를 확인하기 위해 휨 파괴 실험을 실시하였다. 실험결과, 콘크리트 추를 거치한 후 철계-형상기억합금으로 보강된 실험체는 무보강 실험체 대비 50%이상 감소된 즉시처짐을 나타냈다. 또한 철계-형상기억합금을 활성화 시킨 실험체가 활성화 시키지 않은 실험체에 비해 약 35.3% 감소된 추가처짐을 나타냈다. 잔존강도 실험결과 철계-형상기억합금으로 보강한 실험체는 무보강 실험체대비 26% 이상의 극한강도 증가를 나타냈다. 또한 철계-형상기억합금 활성화는 초기 강성을 증가시키며 극한 강도에 미치는 영향은 미미한 것으로 나타났다.

본 연구는 LED 조명의 조도와 과제 난이도가 장기기억에 미치는 영향을 검증하기 위해 실시된 연구이다. 본 연구의 조도는 400 lx와 1,000 lx 조건으로 처치하였으며, 과제 난이도는 4단어 학습(쉬운 과제)과 7단어 학습(어려운 과제)으로 설정하였다. 그리고 학습한 과제의 기억률을 종속변인으로 사용하였다. 본 연구에 참여한 실험참가자는 총 64명이며, 각 조건 당 16명의 참가자가 할당되었다. 연구결과 상대적으로 어두운 400 lx 조건이 68.49%로 1,000 lx 조건의 56.03% 보다 기억률이 높은 것으로 나타났다. 아울러 쉬운 과제 조건이 67.97%의 기억률을 보여 56.55%의 어려운 과제에 비해 기억률이 더 좋은 것으로 나타났다. 그러나 조도와 과제 난이도의 상호작용효과는 통계적으로 유의미성이 나타나지 않았다. 본 연구를 통해 상대적으로 어두운 조건에서 장기기억이 효과적일 수 있음을 재검증하였고, 아울러 장기기억은 요커스-도드슨 법칙을 따르지 않을 수 있음을 간접적으로 탐색하였다.

학습자의 학습 스트레스 수준(stress level)과 금전적 보상(monetary rewards)의 제시 시점 차이가 장, 단기 기억수행에 미치는 영향을 알아보았다. 지연-파지 효과(delay-retention effect)에서는 지연 보상 (delayed reward)이 기억의 공고화(consolidation) 과정을 촉진시켜 결과적으로 장기 기억 수행을 향상시키게 된다고 주장한다. 본 연구에서는 지연 보상과 즉시 보상(immediate reward)이 학습 스트레스가 높고, 낮은 맥락의 차이에 따라 기억 수행에 미치는 영향력이 다를 것이라 예상하였다. 따라서 학습 맥락을 학습 스트레스가 높고, 낮은 두 조건으로 나누고, 보상 조건과 기억의 인출 시점을 구분하여 실험하였다. 보상 조건은 보상 제시 시점(5초 후 제시, 바로 제시)과 보상의 유무(500원, 0원)를 구분하였고, 기억 검사는 바로 인출하는 경우와 기억 공고화 과정을 거치고 일주일 후 인출하는 경우로 나누었다. 실험 결과 지연 보상은 장기 기억에 이점 효과가 있었고, 즉시 보상은 단기 기억에만 이점 효과가 나타났다. 이러한 보상의 기억 이점 효과는 스트레스가 높은 학습 맥락에서만 관찰되었다. 본 결과는 학습자가 지각하는 학습 스트레스 수준이 높을수록 보상에 대한 민감도가 높으며, 학습 후 즉시 보상 보다 지연 보상이 기억 공고화 과정에서 기억을 촉진시키는 역할을 수행하여 결과적으로 장기 기억력을 향상시킴을 시사한다.

HMD의 대중적 도입으로 인해 가상현실에 대한 관심이 커지고 있다. 이런 가상현실에서의 활동 은 현실과는 다른 효과들 가져올 것으로 예상되어 가상현실과 현실 간 비교 효과연구가 필요하다. 특히 가상현실에서의 교육적 효용성은 여러 연구에서 입증하고 있으나, 아직 특수교육의 경험적 맥락에 그치고 있다. 이 연구는 가상현실의 환경 안에서 교육게임콘텐츠의 기억 습득이 이루어 질 때 나타나는 장기기억효과에 대한 실증적 연구를 실시하였다. 가상현실이 아닌 e-러닝 조건과 가상현실조건 e-러닝 두 조건 내에서 학습기억실험을 실시하여 장기기억 감소율의 차이에 대한 평균차이를 검증한 결과 가상현실그룹에서 보다 낮은 기억감소율이 나타났다. 또한 배경의 유무에 따라 차이를 확인한 결과 가상환경배경이 제시된 경우에만 유의미한 차이가 나타나 가상현실의 가상환경이 장기기억의 중요한 요인임을 확인하였다.