하수처리장의 안정성과 효율성의 향상을 위해 스마트 기술 도입이 요구되고 있으나, 운영 데이터베이스 구축에 있어 계측의 신뢰성과 연속성 확보에 어려움이 있다. 활성슬러지 모델은 하수처리장의 디지털트윈으로 활용되며, 유입수 성상이 동일하더라도 다양한 운전 조건에 대한 데이터를 생산할 수 있다. 본 연구에서는 실측 데이터와 시뮬레이터 기반 합성 데이터를 통합하여 하수처리장 질소 농도 예측 머신러닝 모델을 구축하였다. A2O 공정의 호기조를 대상으로 기체상 N2O 및 액상 NH4 + 농도를 측정하였으며, 내부반송량, 외부반송량 등 운전인자를 포함한 운영데이터베이스를 구축하고 분석하였다. 확보한 실측 데이터를 기반으로 운영 특성을 분석하고, Sumo4N 모델을 활용하여 다양한 운전 조건에서의 합성 데이터를 생성하였다. 이후 두 데이터를 통합하여 데이터 증강을 수행함으로써, 실측 데이터의 양적 한계를 보완하였다. 모델 학습을 위한 입력 변수로는 외부⋅내부 반송량, 폭기량, 온도, 유입 질소 부하, pH를 선정하였으며 호기조의 N2O, NH4 +과 방류수 TN 농도를 예측하기 위한 머신러닝 모델을 개발하였다. 모델 학습에는 Lasso Regression, Random Forest, k-NN, SVR 알고리즘을 적용하여 성능을 평가하였다. 그 결과 SVR 알고리즘이 모든 질소 성분 예측에서 가장 우수한 성능을 보였으며, 개발된 모델 모두 R² ≥ 0.75의 높은 예측 성능을 나타내었다. 이는 시뮬레이터 기반 데이터 증강을 통해 기체상 및 액상 질소의 통합 제어를 위한 머신러닝 모델 구축의 가능성을 시사한다.

This study longitudinally examined how adolescents’ game use over time affects self-control, health status and health management, academic achievement, and family and peer relationships. To this end, we analyzed five-wave panel data from a national game user panel survey and sequentially applied latent growth models (LGMs), parallel-process LGMs, and time-varying covariate models. First, unconditional LGMs were estimated for eight variables—game use, self-control, health status, health management, academic achievement, parent–child communication, academic stress, and peer stress. The results showed that game use increased slightly but significantly over time, whereas self-control, health management behaviors, and academic achievement exhibited overall declining trajectories. Parent–child communication started at a relatively high level and showed no significant mean change, while academic and peer stress remained at relatively low levels with minimal mean-level fluctuation across waves. Because the mean of the linear slope factor was not significant for parent relationship, academic stress, or peer relationship, these variables were treated as comparatively stable contexts and excluded from subsequent models focusing on change dynamics. Next, we estimated conditional LGMs in which game use was included as a time-varying covariate in the growth models for self-control, health management, and academic achievement. Across all waves, higher game use was consistently associated with lower concurrent self-control, and with poorer health management and lower school grades at most time points. For health management, the negative association with game use was pronounced at the first three waves but its magnitude attenuated over time and became statistically nonsignificant at later waves. By contrast, academic achievement displayed a robust pattern of “increased game use → lower concurrent grades” at all five waves, indicating a stable negative association between frequent game use and short-term academic performance in adolescence. Finally, to investigate the long-term interrelations among game use, self-control, health management, and academic achievement, we estimated parallel-process LGMs. The results indicated that higher initial game use was associated with lower initial levels of self-control, health management, and academic achievement. Moreover, adolescents whose game use increased more rapidly over time showed steeper declines in self-control, greater deterioration in health management, and sharper drops in academic performance. A specific indirect pathway from initial game use to the slope of health management via the linear slope of self-control was statistically significant, suggesting that heavy game use can undermine health management behaviors partly by eroding self-regulation. In contrast, a mediation model specifying the slope of academic achievement as the final outcome did not converge, limiting interpretation of the game use–self-control–achievement pathway. Taken together, the findings demonstrate that the quantitative aspect of game use—how long adolescents play—has meaningful longitudinal implications for the developmental trajectories of self-control, health management, and academic achievement. At the same time, parent–child communication and academic and peer stress displayed relatively stable mean levels, implying that in this sample family and peer relationships functioned more as background contexts than as domains that deteriorate rapidly in tandem with game use. Rather than framing game use solely as a pathological disorder, the results underscore the importance of early monitoring of initial game-use levels and growth rates, as well as preventive interventions aimed at strengthening self-control and digital literacy, to protect adolescents’ health, learning, and family and peer relationships.

바다를 접하고 있는 국가에서 선원은 무역과 안보측면에서 매우 중요한 인적자원이다. 그러나 세계적으로 선원 부족 현상과 선원 고령화는 확대되고 있다. 최근 미국은 선원 환경 변화 및 경제·안보측면을 위한 선원 인력의 중요성을 인식하고 관련 법안을 발의하 였으며, 한국 정부도 선원 인력 정책을 강화하고 있다. 정부의 선원 인력 유지를 위한 핵심 정책은 선원의 선원 숙련도 확보와 인력 유지 를 위해 장기 승선을 유도하는 것이다. 본 연구는 상선에 승선 중인 해기사를 대상으로 장기 승선에 영향을 미치는 요인을 구조방정식 모 형을 통해 분석하였다. 장기계획(LP), 가정환경(FE), 근무환경(WE), 선원구성(CC)의 네 가지 잠재변수를 설정하고, 희망 승선기간과의 관계 를 분석하였다. 추가로, 자녀 유무에 따른 다집단 구조방정식 분석을 통해 가족적 요인의 영향력이 어떻게 달라지는지를 확인하였다. 분석 결과, 선원구성(CC)에 대한 중요성 인식은 장기승선 의향을 높였고, 근무환경(WE)에 대한 민감도는 오히려 단기승선을 유도하는 경향을 보였다. 자녀가 있는 경우는 가정환경(FE)이, 자녀가 없는 경우에는 장기계획(LP)이 더 중요한 변수로 작용하였다.

본 논문에서는 랜덤 필드 입력을 갖는 구조 해석 문제에서의 순방향 불확실성 정량화(Forward Uncertainty Quantification, UQ)를 위한 차수축소 모델링 기법을 제안한다. 제안된 기법은 재료 물성의 공간적 불확실성을 효율적으로 표현하기 위해 Karhunen-Loève (KL) 전개를 활용하고, 공간 변수와 확률 변수를 분리함으로써 고차원 문제를 효율적으로 해석할 수 있도록 Proper Generalized Decomposition(PGD)을 결합하였다. 이와 같은 접근은 전체 매개변수 공간에 대한 오프라인 계산을 가능하게 하며, 새로운 샘플에 대 해서는 빠른 온라인 평가를 제공한다. 본 연구에서는 구조 해석을 포함한 수치 예제를 통해 제안된 방법을 검증하였으며, 평균 및 분 산과 같은 통계적 모멘트와 위험가치(Value at Risk) 계산을 통해 불확실성 정량화의 성능을 평가하였다. 실험 결과, 제안된 방법은 전 통적인 유한요소 해석과 몬테카를로 시뮬레이션(Monte Carlo Simulation, MCS)에 비해 높은 정확도를 유지하면서도 계산 비용을 크 게 절감하는 것으로 나타났다.

본 연구는 수소 저장 용기의 지진 취약도 분석 시 요구되는 막대한 계산 자원 문제를 해결하고자, 기하학적 대칭성을 활용한 1/4 대칭 유한요소 모델(Quarter Model)을 개발하고 그 타당성을 검증하였다. 표준화된 AC 156 인공지진을 이용한 비선형 시간 이력 해석을 통해 Full Model과 응답을 비교한 결과, Quarter Model의 해석 시간을 Full Model의 20%를 가지고 해석을 완료하였으 며, 이에 따른 신뢰성 확보를 위해 최상단 변위를 통해 이를 검증하였을 때 0.13%의 미미한 오차를 보이며 변위 시간 이력 양상 역시 동일한 거동을 보이며 효율성 확보라는 연구 목표를 달성했다. 또한, 고유진동수, 강재와 콘크리트 주요부의 최대 응력에서 모두 높은 수준의 일치도를 보여 정량적 신뢰도를 입증하였다. 이를 통해 제안된 모델은 해석 정확도를 유지하면서 계산 비용을 획기적으로 절감 하는 효율적인 방법론임을 확인하였다. 다만 이는 균질 등방성 재료인 강재에 한정된 대칭 모델이며, 그 외의 재료 사용 시 추가적인 연구를 통한 모델 구축이 필요할 것으로 판단된다.

In this study, we investigated and analyzed the impact of changes in driving speed and inter-vehicle distance on users’ perceived tension during autonomous vehicle operation. To this end, a survey experiment was conducted for both urban roads and highways. The results show that the greatest changes in perceived tension occurred in the range of 50–70 Km/h and 50–70 m following distance on urban roads, and in the range of 80–100 Km/he and 60–80 m following distance on highways. Furthermore, modeling user behavioral responses to perceived tension based on changes in speed and following distance revealed that linear models best described the relationship for speed on both urban roads and highways. For the following distance, a quadratic model was the most suitable for urban roads, whereas a logarithmic model best fit the highway data. These findings are expected to contribute to practical operational guidelines for autonomous vehicles by alleviating users’ psychological discomfort and enhancing public acceptance. Future research will extend this study using a driving simulator to examine user responses in more realistic driving environments.

Smart factory technology, a core component of the Fourth Industrial Revolution, demonstrates significant disparities in technological development across countries. To quantitatively assess these international technology gaps, this study proposes an integrated analytical framework that combines text mining-based topic modeling and social network analysis (SNA), using global smart factory-related patent data from 2017 to 2023. Approximately 4,300 patent documents (titles and abstracts) were collected through the GPASS system and preprocessed. Through Latent Dirichlet Allocation (LDA) modeling with optimized hyperparameters, major technology topics were identified. Semantic interpretation using ChatGPT and expert review enabled the assignment of precise topic labels, which were further mapped to CPC (Cooperative Patent Classification) codes to construct a standardized technology taxonomy. Subsequently, the network structures of topic and classification nodes were analyzed by country (China, the United States, and South Korea), and the relative importance of key technology areas was evaluated using centrality metrics such as degree, closeness, betweenness, and eigenvector centrality. The analysis revealed that, globally, the most central technology areas include manufacturing process management and control, IoT and data-driven decision making, and facility-based process optimization. At the national level, China showed a strategic focus on technologies related to product quality improvement and cost reduction, South Korea emphasized IoT-enabled technologies and equipment-level optimization, while the United States prioritized control systems and data-driven project management. By utilizing patent-based textual data, this study offers a novel methodology for quantitatively diagnosing structural differences in national technological capabilities. The proposed framework provides valuable insights for country-specific R&D planning and strategic decision-making in the field of smart manufacturing.

온도와 곤충 발육과의 관계는 생물학에서 오래된 핵심 주제이며, 하한임계온도와 온량상수를 기반으로 한 선형 적산온도 모형은 해충 발생 예측에 널리 활용되어 왔다. 그러나 이러한 모형은 중위 온도범위에서만 유효하며, 저온과 고온의 극단 온도에서는 발육률을 과소 또는 과대평가하 는 한계를 가진다. 이를 보완하기 위해 사인곡선 기반 적산온도 계산법과 수평제거법이 제안되었지만, 일중 최고온도가 최적온도나 상한임계온도 를 초과할 경우 유효온도가 여전히 과대평가된다. 본 리뷰는 하한, 최적, 상한의 세 임계온도를 도입하고, 최적온도에서 수평제거, 상한임계온도에 서 수직제거를 동시에 적용한 새로운 방법인 3임계온도 기반 사인곡선 이중제거법(시간별온도 이중제거법)을 제안하였다. 시간별온도 이중제거법 은 사인함수를 이용한 시간별 온도 추정을 통해 보다 정확한 유효온도 계산이 가능하며, 특히 고온조건에서 과대평가를 효과적으로 줄일 수 있었다. 최적온도와 상한임계온도 사이에서는 일부 오차가 남을 수 있으나, 기존 방식에 비해 실질적인 개선 효과가 있었다. 또한, 상한임계온도의 정의에 대한 혼란을 정리하고, 향후에는 비선형 발육모형을 통한 정밀 예측의 필요성도 제기하였다.