본 연구는 메꽃과 6종의 식물에 대해 신속하고 비파괴적으로 분류하기 위해 근적외선 (Vis-NIR) 스펙트럼을 이용하였고 데이터의 전처리와 머신러닝 기술을 적용하였다. 전국적으로 분포하는 메꽃과 6종에 대해 야외에서 휴대용 분광기를 이용하여 판별하였다. 식물의 잎의 표면에서 400~1,075 nm의 근적외선 스펙트럼 (1.5 nm)을 수집하였 다. 수집된 스펙트럼 데이터는 3가지의 전처리와 raw데이터를 이용하였고 4종류의 머신러닝 모델을 적용하여 높은 판별 정확도를 확인하였다. 전처리와 머신러닝 모델의 조합을 통해 분석된 판별의 정확도는 43~99%의 범위로 분석되었고, standard normal variate 전처리와 support vector machine 머신러닝 모델의 조합에서 판별 정확도가 98.6% 로 가장 높게 나타났다. 본 연구에서 수집된 스펙트럼은 식물의 성장단계, 다양한 측정 지역 및 잎에서의 측정 위치 등과 같은 요인과 더불어 데이터 분석을 위한 조건으로 최 적의 전처리와 머신러닝 기술을 적용한다면 메꽃과 식물의 야외에서의 정확한 분류가 가능하고 이들 식물의 효과적인 관리와 모니터링에 활용할 수 있을 것으로 판단되었다.

A high NIR-reflective black pigment is developed by Mn doping of Fe2O3. The pigment powders are prepared by spray pyrolysis, and the effect of the Mn concentration on the blackness and optical properties is investigated. Mn doping into the crystal lattice of -Fe2O3 is found to effectively change the powder color from red to black, lowering the NIR reflectance compared to that of pure Fe2O3. The pigment doped with 10% Mn, i.e., Fe1.8Mn0.2O3, exhibits a black color with an optical bandgap of 1.3 eV and a Chroma value of 1.14. The NIR reflectance of the prepared Fe1.8Mn0.2O3 black pigment is 2.2 times higher than that of commercially available carbon black, and this material is proven to effectively work as a cool pigment in a temperature rise experiment under near-infrared illumination.

We present results of AKARI/IRC near-infrared (NIR) slit-spectroscopy (2.5{5.0 m, R  100) of Galactic sources, focusing on ice absorption features. We investigate the abundance of H2O and CO2 ices and other ice species (CO and XCN ices) along lines of sight towards Galactic Hii regions, massive YSOs, and infrared diuse sources. Even among those dierent kinds of astronomical objects, the abundance ratio of CO2 to H2O ices does not vary signicantly, suggesting that the pathway to CO2 ice formation driven by UV irradiation is not eective at least among the present targets.

This paper presents Hα emission line detections for four galaxies at z > 3.5 made with AKARI as part of the FUHYU mission program. These are the highest-redshift Hα detections to date in star-forming galaxies. AKARI's unique near-infrared spectroscopic capability has made these detections possible. For two of these galaxies, this represents the first evidence of their redshifts and confirms their physical association with a companion radio galaxy. The star formation rates (SFRs) estimated from the Hα lines under-predict the SFRs estimated from their far-infrared luminosities by a factor of ~ 2 - 3. We have also detected broad Hα components in the two radio galaxies which indicate the presence of quasars.

We present the method of star/galaxy separation based on the support vector machines (SVM) in the data from the AKARI North Ecliptic Pole (NEP) Deep survey collected through nine AKARI / IRC bands from 2 to 24 μm , with a classification accuracy of 93 %.

We present the results from B-, R-, I-, J- and H-band observations of the NEP-Wide survey field. The NEP-Wide survey is an AKARI survey of the North Ecliptic Pole covering ~ 5 square degrees area. Our optical/NIR imaging supports the AKARI IR imaging data by providing a crucial coverage in the optical/NIR. The optical data were obtained in 2007 using the 1.5 m telescope and SNUCAM at Maidanak Observatory, Uzbekistan. The NIR data were obtained in 2008 with FLAMINGOS on the KPNO 2.1 m telescope. We used IRAF, SExtractor, SCAMP, and SWarp for reducing the raw data, I-band fringe pattern removal, astrometry, standard photometry calibration, and source detection. Our optical-NIR data reach the depths of B ~ 23.4, R ~ 23.1, I ~ 22.3, J ~ 21.05, and H ~ 20.64 AB mag at 5-sigma. Here, we present the astrometric accuracy, galaxy number counts, completeness, and reliability, as well as redshift tracks of some normal galaxies and quasars on the B - R vs. R - I color-color diagram. The photometric data are being used for identifying optical counterparts of the IR data provided by AKARI, studying their SEDs, and selecting interesting objects for spectroscopic follow-up studies.

본 연구에서는 정상 콩과 이에 혼입되는 이물질을 판별하기 위해 900 nm에서 1800 nm의 파장대역에서 단색화장치가 장착된 근적외선 분광장치를 이용하여 획득된 콩과 이물질의 반사 스펙트럼의 세기를 이용하여 각각의 판별예측모델을 개발하고 그 성능과 판별정확도를 검증해보았다. 정상 콩 60 립과 이물질 60 점을 각각 2 회 반복하여 측정한 총 240 개의 반사스펙트럼에 대해서 모델 개발용인 calibration group으로 168 개를, 나머지 72 개는 개발된 모델을 예측하는 prediction group으로 나누어 사용하였다. 획득된 스펙트럼은 광원의 불안정함, 시료의 크기와 형태에서 기인되는 여러 변이들을 최소화하기 위해 다양한 수학적인 전처리를 적용하였으며 판별예측모델의 개발을 위해 PLS-DA와 SIMCA 방법을 사용하여 모델의 예측 성능과 판별율을 검토하였다. PLS-DA에서 모델 개발에 사용된 84 개의 정상 콩 스펙트럼 CLASS I은 적용된 모든 전처리에서 100%의 판별율을 보여주었으며 이물질 스펙트럼 CLASS II에서도 SNV 전처리를 제외하고는 모두 100% 이물질로 판별하여 분류하였다. 개발된 PLS-DA의 모델에 대한 prediction group의 검증에 있어서는 평균값 정규화 전처리 방법이 정상 콩과 이물질에서 100% 판별율을 보여주었다. SIMCA를 이용한 이물질 판별예측모델 개발은 PLS-DA와 비교할 때 상대적으로 저조한 판별율 결과를 나타냈으며 최대값 정규화와 일정 범위값 정규화의 전처리 방법을 적용한 모델이 평균 판별율 94.4%로 다소 양호한 결과를 보여주었다. 따라서 콩에 혼입되어 있는 이물질을 판별하는 시스템을 개발하는 데 있어서 근적외선 분광장치를 이용하여 획득한 반사도 스펙트럼은 PLS-DA로 판별예측모델을 개발하고 최적의 전처리 방법을 적용한다면 콩과 이물질의 선별시에 보다 나은 판별율을 얻을 수 있을 것이다.

본 연구에서는 딸기의 당도예측모델을 개발하기 위하여 수행하였으며, 딸기의 당도판정에 보다 적합한 조명장치를 설계하기 위해 조명의 영향을 구명하고, 딸기의 당도예측모델을 개발하였으며, 주요연구 결과는 다음과 같다. 조명방법에 따른 당도 예측 성능을 비교한 결과 4개의 램프로 시료를 직접 조명하는 경우 rSEP= 0.603, SEP = 0.502oBx으로 나타났으며, 광 화이버로 빛을 유인하여 국부적으로 시료에 점 조명한 경우(광 화이버 3개 사용)에는 rSEP= 0.715, SEP = 0.433oBx으로서 후자가 더 좋은 성능을 나타내었다. 또한 램프 반사면의 금 코팅 유무에 따른 당도판정 성능시험을 실시한 결과 금 코팅된 할로겐램프를 사용한 경우 rSEP= 0.837, SEP = 0.510oBx으로서 그렇지 않은 경우의 rSEP= 0.756, SEP = 0.580oBx보다 양호한 결과가 나타나 금 코팅에 대한 당도판정 효과가 있는 것으로 나타났다. 딸기 당도판정을 위한 최적 회귀모델을 개발하기 위하여 PLSR과 PCR을 이용하였다. 전처리를 하지 않은 경우 rSEP= 0.860, SEP=0.498oBx로 양호한 결과가 나타났으나, 가장 좋은 결과는 상기에서 언급된 최적의 조명상태에서 측정된 스펙트럼 데이터에 OSC 전처리를 한 경우 rSEP=0.891, SEP = 0.443oBx, LV=14로 가장 양호한 결과를 나타내었다. 한편, PCR을 이용한 당도 예측은 전처리를 하지 않은 경우 rSEP= 0.845, SEP = 0.520oBx, LV=17으로서 DT 전처리에서의 rSEP= 0.845, SEP = 0.521oBx, LV=17보다 오히려 높게 나타나 전처리에 따른 효과는 없는 것으로 나타났다.