Truss structures, widely used in engineering, consist of straight members transferring axial forces. Traditional analysis methods like FEM and the Force Method become computationally expensive for large-scale and nonlinear problems. Surrogate models using Artificial Neural Networks (ANNs), particularly Physics-Informed Neural Networks (PINNs), offer alternatives but require extensive training data and computational resources. Variational Quantum Algorithms (VQAs) address these challenges by leveraging quantum circuits for optimization with fewer parameters. Variational Quantum Circuits (VQCs) based on Quantum Neural Networks (QNNs) utilize quantum entanglement and superposition to approximate high-dimensional data efficiently, making them suitable for computationally intensive tasks like surrogate modeling in structural analysis. This study applies QNNs to truss analysis using 6-bar and 10-bar planar trusses, assessing their feasibility. Results indicate that residual-based loss functions enable QNNs to make reliable predictions, with increased layers improving accuracy and a higher Q-bit count contributing to performance, albeit marginally.

최근 전세계적으로 대퇴사 시대가 도래함에 따라 조직 내에 종업원을 유지하는 것은 매우 중요한 경영 이슈이다. 특히 종업원의 자발적 이직은 조직에 상당한 비용을 발생시키므로 종업원의 이직의도를 예측 하고 이를 관리하는 것은 효과적인 경영을 위해 필수적이다. 이직의도에 관한 선행연구에서는 선행요인 으로 인구통계학적 요인, 종업원 태도 및 인적자원관리 시스템에 초점을 맞췄다. 하지만 최근 연구에서는 종업원의 사회적 관계가 이직 의도에 영향을 미칠 수 있음을 시사하고 있다. 이에 본 연구에서는 대표적 인 사회적 네트워크 유형인 업무조언 네트워크와 친교 네트워크에 초점을 맞춰 두 네트워크의 중심성이 종업원 이직의도에 미치는 영향을 살펴본다. 또한 사회적 네트워크 특성이 이직의도에 미치는 영향에 종 업원 웰빙이 미치는 매개 효과를 살펴보고자 한다. 본 연구는 한국에서 근무하는 111명의 데이터를 바탕 으로 분석을 실시하였다. 분석 결과, 업무조언 네트워크 중심성은 종업원 의직 의도에 부(-)의 영향을 미 치는 것으로 나타났다. 둘째, 친교 네트워크 중심성 역시 종업원 의직 의도에 부(-)의 영향을 미치는 것으 로 나타났다. 셋째, 종업원 웰빙은 친교 네트워크 중심성과 종업원의 이직 의도 간의 관계를 매개하였으 나, 업무조언 네트워크와 종업원의 이직 의도 간의 관계를 매개하지 않았다. 이러한 연구결과를 바탕으로 본 연구의 시사점과 향후 연구방향을 논의하였다.

귀환 창업자(Returnee CEO)는 그 독특한 역량 때문에 기업 성과에 적지 않은 영향을 미치고 있다고 알려져 있다. 기존 연구에서는 일반적으로 귀환 창업자의 개인 능력에 주목하고 귀환 창업자의 혁신성이 기업성과에 긍 정적 영향을 미친다고 보았다. 그러나 현실적으로 귀환 창업자는 다양한 사회 모국(母國) 자본을 보유하고 있으며, 단순히 귀환 창업자인지 여부가 기업에게 같은 정도의 영향을 미치는 것은 아니다. 또 창업자들의 해외 사회관계와 지식 이전 능력 역시 상이하기 때문에 기업 성과에 서로 다른 영향을 미칠 수도 있다. 본 연구는 기존 연구에서 아직 발굴하지 않은 귀환 창업자의 소셜 네트워크에 초점을 두며 귀환 창업자의 모국 소셜 네트워크가 귀환 창업 자가 모국에 돌아간 후의 창업성과에 미치는 영향을 규명하고자 한다. 여기에서 더 나아가 귀환 창업자의 해외 사회관계와 지식 이전 능력이 어떠한 조절 효과를 미치는지, 소셜 네트워크 이론을 통해 설명한다. 중국 국적 귀환 창업자 303명을 대상으로 한 설문 자료를 분석한 결과, 강화된 모국 사회관계는 기업 성과에 긍정적인 영향을 미친다는 것을 발견하였다. 동시에, 귀환 창업자의 해외 사회관계 및 지식 이전 능력은 성과에 정(+)의 조절 효 과를 가지게 되는 것도 발견하였다. 본 연구는 귀환 창업자에 관한 연구를 사회관계의 측면으로 고도화하여 현실 설명력을 부여했다는 의의가 있다. 또 지식 이전의 실제 효과를 분석함으로써 기업이 귀환 창업자의 역량을 충분 히 활용하는 데에 있어 실무적 함의가 있을 것으로 기대한다.

준정부조직 콴고(QUANGO: Quasi-Autonomous Non-Governmental Organization)는 자율성과 독립성을 갖춘 비국가적 행위자로 국제관계 속에서 네트워크 촉매 역할을 한다. 본 연구의 목적은 콴고를 공공외교 관점에서 살펴보고, 어떤 요인이 네트워크 참여를 추동하는지 밝히는 것 이다. 개별행위자의 차원에서 조직구성원, 일시적 구성원, 잠재적 구성원 을 대상으로 인터뷰 설문조사를 수행하고 참여관찰자의 관점에서 조직의 특징을 추적 관찰했다. 분석결과 다음의 다섯 가지 시사점을 얻을 수 있 었다. 첫째, 조직의 형태와 조직문화는 조직구성원의 관계성에 영향을 미 쳤고, 조직에 따라 네트워크 추동요인(상호통제, 헌신, 만족, 신뢰)의 일 부가 발현되거나 모두 작동할 수 있다. 둘째, 조직구성원-일시적 구성원 에서 중요하게 나타난 신뢰의 관계성은 종류와 정도에 따라 다른 양태를 보일 수 있다. 셋째, 조직구성원-잠재적 구성원에서는 신뢰와 만족이 추 동원인으로 작동했고, 콴고의 보편적 가치 추구가 중요한 네트워크 결정 요인이었다. 넷째, 국가성을 배제한 연대의 정체성이 성공요인으로 작용 했다. 마지막으로 문화 간 커뮤니케이션의 윤리성과 공공성의 충족이 네 트워크 형성과 확대에 지대한 영향을 미쳤다.

This study investigates using Conditional Tabular Generative Adversarial Networks (CT-GAN) to generate synthetic data for turnover prediction in large employment datasets. The effectiveness of CT-GAN is compared with Adaptive Synthetic Sampling (ADASYN), Synthetic Minority Over-sampling Technique (SMOTE), and Random Oversampling (ROS) using Logistic Regression (LR), Linear Discriminant Analysis (LDA), Random Forest (RF), and Extreme Learning Machines (ELM), evaluated with AUC and F1-scores. Results show that GAN-based techniques, especially CT-GAN, outperform traditional methods in addressing data imbalance, highlighting the need for advanced oversampling methods to improve classification accuracy in imbalanced datasets.

The global coffee market has undergone several structural changes with power shifting from the International Coffee Agreement and its member countries to international coffee traders, multinational coffee corporations, and ultimately end-consumers. Despite these changes, the chronic issue of income disparity between coffee-producing and coffee-consuming countries remains entrenched. Although various international organizations and individual companies have initiated diverse sustainability movements, these efforts have shown limitations. In this context, it is essential to identify and analyze successful examples of prioritizing the development of marginalized tribal coffee producers and their community in the process of globalization. It is also essential to generalize factors contributing to their success. This study aimed to analyze the Araku Coffee Project led by the Naandi Foundation in India through lens of the cultural-political economy of the Global Production Networks (GPN). The Naandi Foundation rooted in the philosophy of sustainability has worked to enlighten the indigenous people of the Araku region while cooperating and building trust with smallholder farmers, cooperative, European carbon-fund, and international buyers. During this process, not only a platform of international coffee sales but a regional coffee festival called ‘Gems of Araku’ was initiated while marketing efforts using the name of ‘Araku’ were made. At the same time, organizational strategies of the global production network were put into practice. As a result, coffee production showed both quantitative and qualitative growths, leading to an improvement in the quality of life for the indigenous people.

Abstract Handling imbalanced datasets in binary classification, especially in employment big data, is challenging. Traditional methods like oversampling and undersampling have limitations. This paper integrates TabNet and Generative Adversarial Networks (GANs) to address class imbalance. The generator creates synthetic samples for the minority class, and the discriminator, using TabNet, ensures authenticity. Evaluations on benchmark datasets show significant improvements in accuracy, precision, recall, and F1-score for the minority class, outperforming traditional methods. This integration offers a robust solution for imbalanced datasets in employment big data, leading to fairer and more effective predictive models.

본 연구에서는 구조물의 재료, 구조물의 단면, 지진 하중등의 불확실성을 고려한 저형 전단벽의 최대 전단력를 예측하는 뉴 런-네트워크 모델을 개발하였다. 이를 위해 실험 데이터를 통해 검증된 박스타입 저형 전단벽 수치해석 모델을 구축하였고, 가정된 분 포를 통해 200개의 구조물의 재료, 단면변수를 라틴 하이퍼 큐브 샘플링을 통해 추출하였다. 또한 이전 연구에서 사용된 인공지진파를 데이터를 기반으로 10개의 다른 PGA 레벨별 총 200개의 인공지진파 데이터를 구축하였다. 뉴런-네트워크 모델의 Training 및 testing을 위해 200개의 데이터셋에 상응 수치해석 모델을 구축하고 최대 전단력을 산출하였다. 이렇게 구축된 데이터셋을 이용하여 최종적으로 뉴런-네트워크 모델을 확정하였다. 마지막으로 구축된 모델로부터 얻어진 취약도와 기존에 사용되는 방법들로부터 얻은 취약도를 비교, 분석하여 본 연구에서 구축된 모델의 정확도를 보여주었다.

The secondary growth model for Salmonella was developed based on the artificial neural network (ANN) with data collected from ComBase and FoodData Central. In addition to the existing secondary model variables (temperature, pH, Na+, and water contents), more input variables (sugar, carbohydrate, lipid, and protein contents) were considered. The output variables were microbial growth parameters (lag phase duration [l] and maximum growth rate [mmax]). A commercial ANN program (NeuralWorks Predict) was utilized with training at 80%, validation at 10%, and test data at 10%. ANN models were created using all data and cleansed data. Using the cleansed data, the training/testing root mean square error (RMSE) for mmax improved from 0.14/0.16 to 0.11/0.14, whereas the RMSE for l was still not acceptable, from 11.94/33.03 to 7.09/4.18. The l data were divided into two ranges with high and low goodness of fit, whereas the ANN model for each field was built, resulting in an optimally low RMSE.

This study deals with the application of an artificial neural network (ANN) model to predict power consumption for utilizing seawater source heat pumps of recirculating aquaculture system. An integrated dynamic simulation model was constructed using the TRNSYS program to obtain input and output data for the ANN model to predict the power consumption of the recirculating aquaculture system with a heat pump system. Data obtained from the TRNSYS program were analyzed using linear regression, and converted into optimal data necessary for the ANN model through normalization. To optimize the ANN-based power consumption prediction model, the hyper parameters of ANN were determined using the Bayesian optimization. ANN simulation results showed that ANN models with optimized hyper parameters exhibited acceptably high predictive accuracy conforming to ASHRAE standards.

Aqueous Zn-ion batteries (ZIBs) are very attractive owing to their high safety and low cost. Among various cathode materials, organic materials-based electrodes incorporating various redox functional groups have gained significant attention in the field of ZIBs due to their benefits of a tunable structural design, facility, eco-friendly, and possibility of multivalent energy storage. Herein, we demonstrate the nanostructured organic active materials deposited onto the CNT networks (HyPT@ CNT) for flexible ZIBs. This HyPT nanorods were obtained reassemblying the herringbone structured 3,4,9,10-tetracarboxylic dianhydride through a hydrothermal process in the presence of acid. These HyPT@CNT hybrids were electronically conductive and redox active, as well as could be fabricated into a flexible electrode achieving flexibility from mechanical integrity of robust networked structure. The as-fabricated flexible ZIBs delivered the high capacity of 100 Ah g− 1 at a current density of 0.1 A g− 1 and long-term cycling performance exceeding 5000 cycles. Consequently, these electrochemical performances are associated with the redox reactivity of carbonyl groups as verified by spectroscopic and electrochemical characterizations and the hybridization of HyPT nanorods with CNT networks.

최근에 선박을 안전하게 설계 및 운항하기 위해 인공지능으로 운동성능을 예측하는 연구가 늘고 있다. 하지만 일반적인 선박 에 비해 소형 어선에 대한 연구는 부족한 실정이다. 본 논문에서는 소형 어선의 운동성능 계산에 필수적인 운동응답을 심층신경망으로 추정하는 모델을 제안한다. 15척의 소형 어선에 대하여 유체동역학 해석을 수행하였으며 이를 통해 데이터베이스를 구축하였다. 환경 조 건과 주요 제원을 입력 데이터로, 단위 파고에 대한 운동응답(Response Amplitude Operator)을 출력 데이터로 설정하였다. 훈련된 심층신경 망 모델을 통해 예측된 운동응답은 유체동역학 해석 결과와 유사한 경향을 보이며 고주파 성분을 가진 운동응답 함수를 낮은 오차로 근 사하는 결과를 보여준다. 본 연구의 결과를 바탕으로 어선의 선형 특성 고려한 심층신경망 모델로 확장하여 연구 결과의 활용도를 넓히 고자 한다.

해양수산부는 2016년부터 2020년까지 국제사회의 이내비게이션 도입에 선제적으로 대응하고 어선 등 소형선박의 해사안전 증 진을 위해 “초고속 해상무선통신망(LTE-M)” 구축을 포함한 한국형 이내비게이션 구축사업을 추진하였으나, 초고속 해상무선통신망의 활용 관점에서 특정 목적에 한정하는 등의 한계점이 식별되었다. 이에 따라 통신망의 활용성 증대를 위해 사용자를 대상으로 설문 조사 및 인터뷰를 수행한 결과, 망 활용의 범위 확대, 망 활용 대상 확장, 망 활용 방식 다각화, 그리고 규제 완화 측면에서의 법·제도적 개선 사항을 확인할 수 있었다. 본 연구에서 도출한 사용자 요구사항을 기반으로 하여 향후 관련 법제 정비방안에 기여할 수 있을 것으로 기 대한다.