This study analyzes the discourse of Korean internet users regarding patient clothing and identifies the changes to structure and content of clothing resulting from infectious disease outbreaks. The analysis draws on texts from Korean blogs, internet cafes, and news articles from 2011 to 2021 related to patient clothing. Using Ucinet 5 and NodeXL 1.0.1 programs, network density, centrality, and cluster analyses were conducted using the Wakita–Tsurumi algorithm. Additionally, Latent Dirichlet Allocation (LDA) topic modeling was applied using Python 3.7 to further explore thematic patterns within the discourse. Throughout the period of study, it was found that users consistently discussed the specific purpose and functionality of patient clothing. Following the outbreak of COVID-19, the distribution and influence of keywords related to the functional aspects of patient clothing, such as “hygiene and safety,” significantly increased. An increased focus was placed on elements such as functionality, activity, autonomy, hygiene, and safety during the pandemic as public health concerns grew. It can be seen that patients increasingly share their experiences online and hospitalization rates surge during health crises; this study provides valuable insights into how the design of patient clothing can be improved through various informatics techniques. It underscores the evolving perception of patient clothing as essential medical equipment during health emergencies. In addition, it offers practical guidance for enhancing designs that better reflect shifting societal concerns, particularly regarding health, safety, and patient comfort.

본 연구는 미얀마 양곤 도심의 쇼핑몰 4곳에서 근무하는 523명의 구성원을 대상으로 정치적 기술이 리더-부하 교환관계(LMX)를 통해 개인성과에 미치는 영향을 검증하였다. 또한, 이 관계에서 팀 내 조언 네트워크 내향중심성의 조절된 매개효과를 분석하였다. 연구 결과, 정치적 기술은 LMX와 정(+)의 관계를 보였으며, LMX는 개인성과와 정(+)의 관계를 나타냈다. 정치적 기술은 LMX를 매개로 개인성과에 정(+) 의 관계가 있음을 보여줬다. 또한, 팀 내 조언 네트워크 내향중심성은 LMX와 개인성과 간의 관계를 정 (+)의 방향으로 조절하였으며, 정치적 기술이 LMX를 통해 개인성과에 미치는 매개효과를 강화하는 것으로 나타났다. 본 연구는 정치적 기술이 개인성과에 미치는 과정을 사회적 교환이론과 자원보존이론을 바 탕으로 설명하였다. 또한, 팀 내 수직적·수평적 관계를 통한 자원 획득의 중요성을 강조하였다. 이러한 결과는 조직 내 정치적 기술의 개발과 네트워크 형성의 중요성에 대한 실무적 시사점을 제공한다.

This study aims to develop a deep learning model to monitor rice serving amounts in institutional foodservice, enhancing personalized nutrition management. The goal is to identify the best convolutional neural network (CNN) for detecting rice quantities on serving trays, addressing balanced dietary intake challenges. Both a vanilla CNN and 12 pre-trained CNNs were tested, using features extracted from images of varying rice quantities on white trays. Configurations included optimizers, image generation, dropout, feature extraction, and fine-tuning, with top-1 validation accuracy as the evaluation metric. The vanilla CNN achieved 60% top-1 validation accuracy, while pre-trained CNNs significantly improved performance, reaching up to 90% accuracy. MobileNetV2, suitable for mobile devices, achieved a minimum 76% accuracy. These results suggest the model can effectively monitor rice servings, with potential for improvement through ongoing data collection and training. This development represents a significant advancement in personalized nutrition management, with high validation accuracy indicating its potential utility in dietary management. Continuous improvement based on expanding datasets promises enhanced precision and reliability, contributing to better health outcomes.

Recently, due to the expansion of data communication between objects, research related to data communication technology applied to vehicles is being actively conducted. This study selects a network with Wi-Fi 6, which is advantageous in bandwidth, communication speed, and wireless saturation of a wireless network for mobile terminal data communication, and designs and implements Wi-Fi 6 in a vehicle network. In addition, a continuous variable communication structure is proposed to enable high speed data switching in consideration of the characteristics of mobile communication terminal devics, indicating that connection operation and response speed are improved compared to Wi-Fi standard communication methods, and it can be extended to a system for road networks and autonomous driving by expanding it to various event data communication between vehicles.

본 연구는 그동안 우리나라에서 발표된 BTS 관련연구의 동향을 분류 하여 보다 체계적이고 발전적인 연구방향을 제시하기 위한 목적으로 실 시되었다. 분석대상 논문은 다양한 학문분야별 영역에서 BTS의 학문적 가치를 증명하기 위해 수행되었다는 전제로 2007년부터 2024년 2월까지 국내학술지에 게재된 논문 167편을 분석하였다. 선행연구 기반의 논문분 석 준거 틀에 따라 출처 및 연도별, 연구방법별, 연구분야별, 주제어 네 트워크 분석을 실시하였다. 연구동향 분석결과는 다음과 같다. 첫째, 연 구의 출처 및 연구별 연구동향에서는 2019년부터 본격적인 연구증가 추 세를 보였고, 2020∼2022년에 가장 많은 논문이 발표되었다. 둘째, 연구 방법별 동향에서는 질적연구가 128편(77%),으로 가장 많았고, 셋째, 연 구분야별 동향에서는 복합학분야가 50편(30%)으로 가장 높게 나타났다. 넷째, 주제어 네트워크 분석에서 가장 빈도가 높은 주요 키워드는 ‘방탄 소년단’, 케이팝‘, ’팬덤‘, ’한류‘로 나타났다. 이러한 연구결과를 토대로 K-팝 관련연구에서 BTS 연구가 주는 시사점과 연구방향을 논의하였다.

본 연구의 목적은 국내 학술지에 게재된 크리스천 코칭과 관련된 논문을 대 상으로 키워드 네트워크과 토픽을 분석하여 연구 동향을 살펴보는 것이다. 이를 위하여 KCI에서 2008년부터 2024년까지 한국연구재단 등재지와 등재후보지에 게재된 36건의 크리스천 코칭 관련 논문을 분석하였다. 키워드 네트워크와 토픽 모델링을 분석하기 위하여 넷마이너(NetMiner) 4.0 프로그램을 활용하였다. 키 워드 네트워크 분석은 빈도분석과 키워드 동시 출현분석, 중심성 분석(연결 중 심성, 근접 중심성, 매개 중심성)을 하였다. 토픽모델링 분석은 LDA 기법을 활 용하여 논문에 잠재된 토픽과 키워드를 추출하였다. 키워드 네트워크 분석 결과 ‘코칭’, ‘연구’, ‘크리스천’, ‘프로그램’, ‘교회’, ‘리더십’ 등이 주요 키워드로 나타났 다. 토픽모델링 분석 결과 Topic-1(상담활동), Topic-2(목회 활동), Topic-3(코 칭 활동), Topic-4 (크리스천 신앙), Topic-5(코칭 연구), Topic-6(연구 활동), Topic-7(교수 활동)으로, 총 7개의 토픽으로 구성되었다. 연구 결과 ‘코칭’, ‘연 구’, ‘교회’, ‘크리스천’ 등의 키워드가 높은 연결 중심성을 보였음이 확인되었다. ‘코칭’은 연결 중심성, 근접 중심성과 매개 중심성 모두에서 높은 값을 보여, 크 리스천 코칭 연구의 핵심적인 역할을 하고 있음이 나타났다. 본 연구의 결과는 크리스천 코칭 연구에 유용한 기초자료를 제공하고 크리스천과 교회 성장에 도 움을 줄 수 있는 방안 마련에 기여 할 것이다.

The threat of North Korea's long-range firepower is recognized as a typical asymmetric threat, and South Korea is prioritizing the development of a Korean-style missile defense system to defend against it. To address this, previous research modeled North Korean long-range artillery attacks as a Markov Decision Process (MDP) and used Approximate Dynamic Programming as an algorithm for missile defense, but due to its limitations, there is an intention to apply deep reinforcement learning techniques that incorporate deep learning. In this paper, we aim to develop a missile defense system algorithm by applying a modified DQN with multi-agent-based deep reinforcement learning techniques. Through this, we have researched to ensure an efficient missile defense system can be implemented considering the style of attacks in recent wars, such as how effectively it can respond to enemy missile attacks, and have proven that the results learned through deep reinforcement learning show superior outcomes.

본 논문은 ANT(Actor-Network Theory)의 관점에서 예술 창작 과정에서 첨단 기술과 인공 지능을 포함한 다양한 행위자의 역할을 탐구한다. ANT는 인간과 인간이 아닌 존재 모두 우리 의 세계를 형성하는 데 동등한 행위자로 작용하며, 행동의 지속적인 연결과 번역을 통한 상호 작용을 강조한다. 이러한 ANT에 근거한 분석을 통해 이러한 행위자가 예술의 영역 내에서 새 로운 아이디어를 생성하고 기술적 과제를 해결하며 네트워크를 형성하는 데 어떻게 기여하는지 작품 제작을 통해 알아본다. 인공지능과의 협업이 예술적 표현을 위한 새로운 길을 열 수 있는 지 가능성을 살펴본다.

이 연구는 구강보건정책 연구 동향을 파악하여 구강보건정책 개선에 활용할 기초자료를 제공하고자 하였다. 2010년부터 2024년까지 RISS에 게재된 구강보건정책 관련 연구 97편의 주제어를 Net-Miner 4.0 프로그 램으로 네트워크 분석한 결과는 다음과 같다. 구강보건정책 연구 주제어 의 출현 빈도는 노인, 구강관리, 구강보건인식이 높게 나타났다. 연결 중 심성이 높은 주제어는 구강관리, 융복합, 삶의 질이었다. 구강보건정책 연구 응집구조분석 결과 1집단은 유아 청소년 구강보건정책, 2집단은 성 인 구강보건 정책, 3집단은 노인 구강보건정책, 4집단은 치주 및 보험 구강보건정책, 5집단은 삶의 질 관련 구강정책 영향요인 연구로 구성되 었다. Modularity 값은 0.257로 모듈화됨을 확인하였다. 구강보건정책 연구는 대상자, 중대구강질환, 삶의 질 중심으로 진행되었고 고령화 사회 시대적 흐름을 반영한 정책연구 확대가 요구되었다.

최근 원자력 지진 PSA(Probabilistic Safety Assessment)를 토대로 산업시설물의 지진 PSA를 수행하는 연구가 진행되었다. 해당 연 구는 원자력 발전소와 산업시설물의 차이를 파악하고, 최종적으로 운영정지를 목표로 하는 고장수목(Fault Tree)를 구축한 후 시각적 확률도구인 베이지안 네트워크(Bayesian Network, BN)으로 변환하였다. 본 연구는 선행연구를 기반으로 지진으로 유발된 구조손상 으로 인해 발생 가능한 화재･폭발에 대해 PSA를 수행하고자 하였다. 이를 위해 화재･폭발을 사건수목(Event Tree)으로 표현하고, BN 으로 변환하였다. 변환된 BN은 화재･폭발 모듈로서 선행연구에서 제시된 고장수목 기반 BN과 연계되어 최종적으로 지진 유발 화재･ 폭발 PSA를 수행할 수 있는 BN 기반 방법론이 개발되었다. 개발된 BN을 검증하기위해 수치예제로서 가상의 가스플랜트 Plot Plan을 생성하였고, 가스플랜트의 설비 종류가 구체적으로 반영된 대규모 BN을 구축하였다. 해당 BN을 이용하여 지진 규모에 따른 전체시 스템의 운영정지 확률 및 하위시스템들의 고장확률 산정과 더불어 역으로 전체시스템이 운영 정지되었을 때 하위시스템들의 영향도 분석과 화재･폭발 가능성을 산정하여 다양한 의사결정을 수행할 수 있음을 제시함으로써 그 우수성을 확인하였다.

목적: 본 연구의 목적은 뇌졸중 환자들을 대상으로 사회연결망 분석을 활용하여 일상에서 수행되는 작업의 연결망 구조를 분석하는 것이다. 연구방법: 본 연구의 대상은 뇌졸중 환자 40명이다. 작업연결망의 구조 분석은 사회연결망 분석을 기반으로, 네트워크 분포와 중심성, 그리고 응집구조에 대한 분석이 수행되었다. 작업수행은 대상자들이 일상생활 활동 중에서 가장 만족한 활동으로 설정하였고, 통계청 생활시간조사의 일상생활 활동수행의 45문항을 활용하여 조사되었다. 활동에 대한 강도는 10점 척도로 평정하도록 하였고, 연결망의 강도로 분석하였다. 결과: 연결정도 중심성, 매개 중심성, 위세중심성이 높은 활동은 personal health care로 나타났다. 응집구조 분석결과 작업연결망은 3개의 하위 커뮤니티로 구성되었다. 결론: 본 연구의 결과는 뇌졸중 환자들의 작업연결망의 구조를 관계형태로 이해하는 데 가치와 의미를 지니며, 작업수행의 관계와 패턴에 대한 지식적 체계를 제공한다. 게다가, 본 연구의 결과는 임상적으로 치료적 접근과 중재, 교육의 과정에서 작업을 활용하고, 연계하여 확장하는 데 중요한 통찰력을 제공한다. 이에, 본 연구의 결과는 뇌졸중 환자를 대상으로 중재계획을 수립하고 목표를 설정하는 데 중요한 지침으로 활용될 수 있다.

목적: 본 연구의 목적은 척수손상 환자들의 작업수행들이 형성하고 있는 연결망의 관계 수준이 회복탄력성 간의 관련성을 분석하는 데 있다. 방법: 연구대상은 척수손상환자 17명이다. 작업수행들이 형성하고 있는 연결망의 관계 수준이 사회연결망 분석을 활용하여 분석하였으며, 연결정도 중심성과 매개 중심성, 위세 중심성을 분석하였다. 사회연결망 분석에 있어서 작업연결망에 대한 강도는 만족도로 설정하여 분석하였다. 작업수행에 대한 조사는 통계청 생활시간조사에서 제시하고 있는 일상생활활동 항목목록을 활용하여 조사하였으며, 대상자들에게 의미 있는 작업수행 항목을 선택할 수 있도록 하였다. 회복탄력성은 Korean ver. of Connor-Davison Resilience Scale (K-CD-RISC)을 활용하여 분석하였다. 결과: 그 결과 작업연결망의 강도 중 연결정도 중심성과 위세 중심성과 회복탄력성 간의 정적 상관관계가 나타났다. 이러한 결과는 작업수행에 있어서 연결정도 중심성과 위세 중심성의 수준이 높아질 수록 회복탄력성 의 수준이 높아지는 것으로 설명된다. 결론: 척수손상 환자들의 회복탄력성을 향상시키기 위해서 작업수행에 대한 연결정도 중심성과 위세중심성의 강도를 고려해야 할 것이며, 이러한 활동을 중심으로 치료적 중재의 목표와 계획이 수립되어야 할 것이다.

This paper reports an enhanced strategy for improving the mechanical flexibility and ionic kinetic properties of a double network hydrogel based on Co2+- coordination assistance. The modified double-network hydrogel was obtained by using acrylic acid and N, N-dimethylacrylamide as monomers, adding cross-linking agents and 3D nitrogen-doped graphenes. The tensile fracture rate of the modified hydrogel was 1925% and its tensile strength was 1696 kPa. In addition, the hydrogel exhibited excellent ionic dynamics, and its application to an all-solid-state supercapacitor was able to achieve a specific capacitance of up to 182.8 F g− 1. The supercapacitor exhibited an energy density of 34.2 Wh kg− 1, even when operating at a power density of 5 kW kg− 1, highlighting its significant potential for practical applications.

Liquefied hydrogen is attracting attention as an energy source of the future due to its hydrogen storage rate and low risk. However, the disadvantage is that the unit price is high due to technical difficulties in production, transportation, and storage. This study was conducted to improve the design accuracy and development period of needle valves, which are important parts with a wide technical application range among liquefied hydrogen equipment. Since the needle valve must discharge an appropriate flow rate of the liquefied fluid, it is important to determine the needle valve design parameters suitable for the target flow rate. Computational Fluid Dynamics and Artificial Neural Network technology used to determine the design variables of fluid flow were applied to improve the setting and analysis time of the parameter. In addition, procedures and methods for applying the design parameter of needle valves to Convolutional Neural Networks were presented. The procedure and appropriate conditions for selecting parameters and functional conditions of the Convolutional Neural Network were presented, and the accuracy of predicting the flow coefficient according to the design parameter was secured 95%. It is judged that this method can be applied to other structures and machines.

In this study, a new model using artificial neural networks is proposed to improve the thickness error between the plates, which occurs when the rolling conditions change a lot during the thick rolling. The model was developed by using Python, and the input values are the change in the finish rolling temperature between the plates, the change in target tensile strength, the change in target thickness, and the change in rolling force. The new model is 31.76% better than the existing model based on the standard deviation value of the thickness error. This result is expected to reduce quality costs when applied to online models at actual production sites in the future.

본 연구는 난온대림에 속한 도서지역에서 조사한 대량의 식생 데이터로 식물사회네트워크 분석을 통해 식물군락의 수종간 상호관계를 파악하고자 했다. 상록활엽수 성숙림에 출현하는 교목성 후박나무·구실잣밤나무·생달나무·광나무, 관목성 돈나무·자금우, 덩굴성 마삭줄·멀꿀이 서로 강한 양성결합(+)을 보였다. 이 수종들은 낙엽활엽수종과는 음성결 합(-)하거나 친소관계가 없었는데 이는 입지환경 차이가 크기 때문이다. 식물사회네트워크 소시오그램에서 4개의 그룹 으로 묶어 상록활엽수종인 그룹Ⅰ과 낙활엽수종인 그룹Ⅱ의 수종간에는 중심성과 연결성이 높게 나타났다. 소시오그램 의 수종(노드) 배치와 연결정도(그룹화)는 DCA분석와 같이 환경요인과 식물군집의 특성을 간접적으로 추정 가능한 것으로 분석됐다. 식물사회네트워크상 중심성과 영향력이 큰 수종은 마삭줄·사스레피나무·생강나무·때죽나무 등이었 다. 이 수종은 생태적 지위의 범위가 넓은 일반종이면서 숲틈과 훼손지 등에 흔히 출현하는 기회종의 특성과 생존전략을 갖는 것으로 보인다. 이 수종들이 식물군집의 종간 상호작용과 군집의 구조와 기능 변화에 그 역할이 클 것이다. 하지만 실제 식물사회에서 어떤 상호작용을 통해 식물군집 변화에 영향을 미치는지는 장기적인 연구와 심도 있는 논의가 필요하다.

본 연구는 OSM 데이터를 활용하여 북한 도시별 도로망 데이터를 수집하고 OSMnx을 적용하여 도로망 네트워크의 공간패턴을 분석하였다. 분석 결과, 도로망의 특성에 있어서 도시 간의 격차를 확인하였다. 이와 함께 도로 밀도를 이용한 군집분석을 통해 유사한 특징을 갖는 도시들을 확인하였고, 도로망의 방향성 분석을 이용해서 많은 도시가 무질서함이 높은 방사형 패턴을 확인하였 다. 그동안 분석이 어려웠던 북한의 도로망에 대해, 본 연구는 OSM 데이터를 이용하여 자료를 수집하고 북한 도시들의 도로망 패턴을 분석했다는 점에서 연구의 의미가 있다.