Wrong-way driving (WWD) on highways is a critical traffic safety issue that often results in severe injuries and fatalities due to head-on collisions with opposing vehicles. The risk of WWD is particularly high at night because of the reduced visibility of traffic signs and roadway information. To address this issue, this study develops a smart logo-projector system capable of providing real-time traffic information to prevent nighttime WWD. First, eight message scenarios were developed based on existing wrong-way and no-entry signs, and an optimal WWD prevention message set was derived using Kansei Engineering. The results indicated that the Arrow + Diagonal information type and octagon sign shape had positive effects on drivers’ emotional responses. A smart logo-projector system and operating algorithm were developed to recognize WWD situations and surrounding traffic conditions in real time through vehicle detectors. The proposed system consists of a logo projector, sequence-based detectors, distance-based detectors, and communications technology, and provides situationresponsive warning messages according to vehicle travel direction and mainline traffic conditions. To evaluate the applicability of the proposed system, a prototype-based verification and driving simulator (DS)-based effectiveness evaluations were conducted. The prototype verification results showed approximately 95% accuracy in both verification scenarios. The DS-based evaluation results indicated that the logo projector outperformed conventional traffic signs in terms of visibility, readability, and warning effectiveness. These findings demonstrate the potential applicability of the smart logo projector as a new traffic safety facility that can complement or replace conventional traffic signs and provide a foundation for real-time traffic information systems.

This study proposes a digital twin–based simulation environment that incorporates real-time weather variations to support future research on autonomous driving and mobility simulation. Conventional traffic simulation environments typically rely on fixed scenarios, which limits their ability to capture dynamic external conditions during runtime. To address this limitation, an integrated simulation environment that couples microscopic traffic simulation with a three-dimensional virtual environment is required. The proposed environment integrates the microscopic traffic simulation platform SUMO with the 3D visualization platform Unity through an API-based data exchange interface. The target road network was modeled using field-surveyed geometry, traffic volumes, and signal operation parameters. Time-series rainfall data were fed into the system as an external input, and the saturation headway parameter was dynamically updated as a function of rainfall intensity to represent traffic flow variations under changing weather conditions. To evaluate the model's applicability, a comparative analysis was conducted between a baseline SUMO-based simulation and the proposed real-time responsive model under identical traffic and operational conditions. The results show that the proposed model continuously captured rainfall variations over time, yielding dynamic fluctuations in control delay, whereas the baseline simulation retained fixed parameter values throughout the run. Unlike conventional fixed-scenario simulations, the proposed framework enables the continuous integration of external environmental changes during simulation execution. These results demonstrate that the proposed framework successfully implements a real-time data integration structure that supports timevarying traffic operation analysis. The proposed digital twin–based simulation environment is expected to be applicable not only to traffic operation analysis under diverse weather and road conditions but also as a foundational platform for future mobility and traffic operation research.

시간과 공간은 인간의 삶이 운영되는 장(场)이다. 고대 중국인들은 그들의 삶 의 경험을 바탕으로 시간과 공간을 유기적 관계로 구성하였고, 점차적으로 관 념화되며 중국의 완고한 세계관을 형성했다. 세계관은 세상을 인식하는 프레임 으로 사람들의 삶의 태도를 결정짓는 기준이다. 음양오행 사상은 동아시아 문 화권에 뿌리깊은 전통적 관념과 사유의 틀이 되었고 이천년의 역사 속에 작용 하고 있다. 음양오행에 대한 이해는 동양철학, 동아시아 문화를 이해하는 것뿐 만 아니라 그 문화권에 속해있는 개인에 대한 이해이기도 하다. 음양오행의 시 공간 체계에 대한 인식은 현재 우리의 의식 속에 전통이라는 이름으로 살아있 다. 인간의 시간과 공간에 대한 구조적 인식은 삶의 전반적인 태도에 영향을 미 치며 현재의 경험을 결정짓는 중요한 요소이다. 하지만 무의식적으로 답습된 집단적 사유체계가 현재 삶의 태도를 결정짓는다는 인식은 하지 못한 채 비판 없이 수용되고 있다. 이에 본 논문에서 다루려는 문제는 음양오행론이 가지는 시간의 체계와 공간의 관계성에 대한 검토를 통해 음양오행의 시공간 특성을 알아보고 이를 시간의 실재성과 비교하여 음양오행의 시공간 인식에 대한 우리의 철학적 태도를 고찰해 보는 것이다.

일반적인 도로교와 달리 방조제 배수갑문 교량은 대규모 질량의 수문이 교각에 직접 일체화된 고도의 비정형 복합 구조물로, 집중적인 지진 손상에 매우 취약하다. 충돌과 같은 복잡한 동적 상호작용을 정확하게 평가하기 위해, 본 연구는 ABAQUS를 활용하여 배수갑문 교량에 대한 3차원 비선형 시간이력해석(NLTHA)을 수행하였다. 구조물의 비선형 극한 거동을 구현하기 위해 콘크리트 손상 -소성 모델과 포트 받침의 접촉 비선형성을 모사하는 커넥터 요소가 적용되었다. 해석에는 세 가지 실측 지진파를 바탕으로 최대지반 가속도로 스케일링된 총 36개의 지진 하중 조건이 사용되었다. 해석 결과, 지진 작용 방향에 따라 뚜렷하게 다른 파괴 메커니즘이 규명되었다. 교축 방향 지진 작용 시에는 교대와 갑문 간의 비선형 충돌이 발생하여 교각에 손상이 발생하였다. 반면 교직 방향 지진 시에는 고중량의 갑문이 수동적 감쇠기 역할을 수행하여 지진 에너지를 흡수하고 교각의 전체적인 붕괴를 방지하였다. 그러나 소산되 지 못한 잉여 지진 에너지가 거더 하부로 재분배되면서 응답 스펙트럼 증폭비(AF)의 증가 및 인장 균열 및 주철근 항복과 같은 손상이 유발되는 것을 확인하였다.

This study evaluated the sensory characteristics of Pacific oysters, Magallana gigas shucked by high-pressure processing under various pressure – holding time conditions. Oysters harvested from Tongyeong and Yeosu aquaculture areas were subjected to seven high pressure processing (HPP) treatments consisting of combinations of 200, 220, and 240 MPa with holding times of 0, 60, 120, 180, 300, 420 and 600 seconds, using seawater as the pressure-transmitting medium. Manually shucked raw oysters were included as the control group. Sensory attributes, including color, shape, odor, salty taste, fishy taste, texture, and overall preference, were assessed by a trained sensory panel using a seven-point sensory scale. The results demonstrated that increases in pressure level and holding time generally led to a decline in several sensory quality parameters. In particular, treatments at 240 MPa or extended holding times resulted in decreased scores for color uniformity, odor acceptability, and texture firmness compared with the control. Conversely, oysters treated at 200 – 220 MPa with holding times up to 180 seconds showed sensory qualities comparable to manually shucked raw oysters. Among all conditions, treatment at 220 MPa for 180 seconds was considered an appropriate condition for maintaining sensory quality during high-pressure oyster shucking. Overall, these findings indicate that excessive HPP conditions may deteriorate the sensory properties of raw oysters whereas optimized moderate processing parameters can yield shucked oysters with sensory qualities comparable to manually processed products. This provides a scientific basis for determining appropriate industrial HPP conditions for oyster shucking applications.

Rapid, real-time detection of anomalies and locate structural defects during earthquakes is critical for ensuring safety and enabling timely decision-making. Although deep learning-based structural health monitoring (SHM) has shown considerable promise, conventional supervised models are often impractical because labeled damage data from real-world structures are extremely scarce. To address this challenge, this paper proposes a Multi-Class Deep Support Vector Data Description (SVDD) framework for structural defect detection. The proposed Multi-Class Deep SVDD approach learns the boundary of normal data using only normal seismic acceleration responses. When new data are recorded, the system infers both the occurrence and location of defects by evaluating whether the responses fall within or deviate from the learned normal boundary. The framework is validated using the Los Alamos National Laboratory 3-story bookshelf structure benchmark dataset. Experimental results show that the proposed model achieves a peak average accuracy of 87.12% in a 4-dimensional latent space, substantially outperforming traditional baseline methods, including Kernel Density Estimation (KDE), SVDD, and One-Class Deep SVDD. These findings indicate that the Multi-Class Deep SVDD framework provides a robust and objective metric for rapid post-earthquake safety assessment without requiring prior exposure to faulty datasets.

Occupational physical activity (OPA) and leisure-time physical activity (LTPA) may have differential effects on health. Recent work, including the dissertation by Cillekens, has demonstrated that these activity domains show markedly different associations with morbidity and mortality in (mainly) Western populations. However, little is known about whether similar patterns are present in South Korea. This narrative review aimed to place the findings from Cillekens’ dissertation on OPA and LTPA in the context of Korean workers. A PubMed search identified studies published within the last 10 years using terms related to OPA, LTPA, and Korea. Twenty studies were included, mostly cross-sectional, drawing on data from the Korea National Health and Nutrition Examination Survey and other cohorts. Health outcomes covered cardiometabolic health, musculoskeletal outcomes, mental health, sleep, work functioning and quality of life, inflammation and renal outcomes, and urogenital and airway diseases. Across outcomes, higher OPA was generally associated with no or adverse health outcomes, whereas higher LTPA was consistently associated with favorable health outcomes. The differential associations of OPA and LTPA observed in Western populations are also evident in Korea, aligning with conclusions from prior large-scale analyses such as the dissertation by Cillekens, which consistently demonstrated adverse or null effects of high OPA and beneficial effects of LTPA. Achieving recommended activity levels through LTPA, rather than OPA, appears most advantageous for overall health. These findings suggest several practical implications: physiotherapists and occupational health professionals can play an important role in supporting workers by helping to reduce occupational demands, promote adequate recovery, and provide tailored exercise programs aimed at maintaining or improving cardiorespiratory fitness and musculoskeletal health. Collectively, the evidence supports revisiting public health guidelines to emphasize LTPA rather than total activity, underscoring that not all physical activity domains contribute equally to health.

해양 수색구조에서 익수자 발생 후 실종자 시신의 신속한 발견과 회수는 사고 수습, 조사와 유가족 지원 측면에서 중요한 과제이다. 익사체가 수면 아래로 침강한 이후에는 수중 수색과 동시에 향후 부상 가능 시점을 고려한 수색계획 수립이 요구된다. 특 히 익사체의 부상 시점 예측은 수중 수색의 지속 여부, 해상 수색 재개 판단 등에 수색구조 의사결정 근거를 제공한다. 본 연구는 익 사체 부상 시간에 영향을 미치는 요인을 체계적으로 고찰하고, 누적 온도일수(Accumulated Degree Days, ADD) 개념을 기반으로 국내 해양환경에 적용할 수 있는 부상 시간 지침을 제안하였다. 표준 ADD 값을 기준으로 수온별 예상 부상 일수를 제시하고, 해역, 계절, 조석, 수심에 따른 보정 원칙을 함께 제시하였다. 또한 이를 해양 수색구조에 적용하기 위한 의사결정 흐름도를 구성하여 실무 활용 성을 높였다. 본 연구에서 제안한 ADD 기반 익사체 부상 시간 지침은 합리적인 수색계획 수립과 수색자원 운용 효율성 향상에 이바 지할 것으로 기대된다.

광양항은 대형 선박과 위험물 운반선박의 입·출항이 빈번한 국가 기간항만으로서 예선 운영의 안전성과 효율성이 항만 경쟁력 에 직접적인 영향을 미친다. 그러나 현행 예선요금 산정체계는 광양항 관리부두를 기준으로 설정된 표준예선사용시간을 적용하고 있어, 실제 예선 정계지와의 차이로 인해 예선이용자들로부터 예선사용료 산정에 대한 불만이 제기되고 있다. 또한 묘도수도 통항 위험물 운반 선박에 제공되는 예선 에스코트서비스에 대한 요금체계가 명확히 규정되어 있지 않아 제도적 개선 필요성이 제기되고 있다. 본 연구는 실측 데이터에 기반하여 광양항 예선 정계지를 기준으로 주요 부두별 표준예선사용시간을 재산정하고, 예선 에스코트서비스의 요금 반영 방안을 제시하는 것을 목적으로 한다. 이를 위해 현장 실측조사와 운영사례 분석을 병행하였으며, 연구 결과는 예선요금 산정의 합리성 제고와 항만 안전관리 체계 개선에 기여할 수 있을 것으로 기대된다.

본 연구에서는 하천 및 하구 수역의 부유 쓰레기를 실시간으로 탐지하기 위한 인스턴스 세그멘테이션 모델 RTD-YOLO(River Trash Detection-YOLO)를 제안한다. 수면 영상 기반 부유 쓰레기 데이터는 수면 반사, 배경과의 높은 유사성, 객체 간 중첩, 불규칙한 경계, 소형 객체 비중 증가 등 일반 목적 벤치마크 데이터셋과 다른 특성을 가진다. 본 연구에서는 동일한 데이터셋과 동일한 학습 및 평가 조건 에서 Ultralytics 공식 배포 모델인 YOLOv8-Seg, YOLO11-Seg, YOLO26-Seg의 성능을 비교 분석하고 그 중 가장 우수한 성능을 보인 YOLO26-Seg 아키텍처를 기반으로 RTD-YOLO를 설계하였다. 제안 모델은 입력 해상도 1280 환경에서 주요 특징 단계인 P3 및 P4의 검출 및 분류 표현력을 강화하고 P5 기반 의미 정보를 instance segmentation fusion 기반 구조로 재주입하는 semantic bridge와 segmentation 입력 정렬 구 조를 도입하였다. 실험 결과 RTD-YOLO는 YOLO26-Seg 대비 정밀도 8.52%, 재현율 10.85%, mAP@50 8.61%, mAP@50:95 9.62%의 상대적 성능 향상을 보였다. 추론 시간은 14.13 ms/img에서 15.98 ms/img로 증가하였으나 실시간 운용에는 충분한 수준을 유지하였다. 또한 공식 YOLO 버전 간 성능 변화와 비교할 때 제안 모델에서 보다 큰 성능 개선 경향이 확인되었다. 이는 부유 쓰레기 탐지와 같이 배경 간섭과 클래스 혼동이 큰 환경에서는 일반 목적 탐지 구조의 직접 적용보다 데이터 특성을 고려한 탐지·분류 중심의 구조 설계가 효과적일 수 있음을 시 사한다.

본 연구는 프렌치매리골드(Tagetes patula L.)의 개화 과정 을 영상 기반으로 정량화하고, 이를 바탕으로 개화 진행률을 예측할 수 있는 딥러닝 모델을 제안하고자 하였다. 실험은 완 전제어형 식물공장에서 수경재배 조건하에 수행되었으며, 개 화 초기부터 만개에 이르기까지 1시간 간격으로 정면 이미지 를 촬영하여 시계열 이미지 데이터셋을 구축하였다. 각 식물 체의 이미지는 시간순으로 정렬된 연속 이미지 5장을 하나의 시퀀스로 구성하고, 마지막 시점의 개화율을 예측하는 회귀 문제로 모델을 학습하였다. 제안한 모델은 CNN 기반 특징 추 출기와 LSTM 기반 RNN을 결합한 CNN+RNN 하이브리드 구조로, 시간에 따른 개화 과정을 효과적으로 반영하도록 설계 되었다. 비교 실험에는 BasicCNN, ResNet18, MobileNetV2, EfficientNetB0 모델을 포함하였으며, 동일한 데이터셋과 조 건에서 성능을 비교하였다. 실험 결과, 제안한 CNN+RNN 모델은 평균제곱오차(MSE) 0.0006, 평균절대오차(MAE) 0.0196, 결정계수(R2) 0.993을 기록하며, 다른 모델들에 비해 데이터에 대한 매우 높은 적합도를 나타냈다. 이러한 결과는 제안된 모델이 시간에 따른 시각적 변화를 효과적으로 반영함 을 시사하며, 화훼 작물의 자동 개화 모니터링 및 생육 단계 분 석을 위한 기반 기술을 활용될 수 있음을 보여준다.

본 연구는 제작 직후(1년차) 및 3년 경과 후(4년차) 에 수행한 휨 실험을 통해 철근 콘크리트보와 CFRP 보강근 콘크리트보의 장기 휨 거동을 평가하였다. RC 보는 항복 이후 안정적인 변형을 보이는 전형적인 연성 거동을 나타낸 반면, CFRP 보강근 콘크리트보 는 파괴 시까지 선형 탄성 거동을 보이며 초기 강성은 철근 콘크리트보와 유사하였으나 연성은 제한적으로 나타났다. 실험에서 측정된 휨 내력은 RC 보의 설계 휨강도 51.4 kNm와 CFRP 보강근 콘크리트보의 설계 휨강도 56.9 kNm를 모두 상회하였다. 4년차 RC 보는 유사한 휨 내력과 전반적인 거동을 유지하였다. 반면, CFRP 보강근 콘크리트보는 강성 및 최대 휨 내력이 감소하였으며, 균열 수 감소와 평균 균열 간격 증가가 관찰되었다. 이러한 결과는 시간 경과에 따른 부착 특성의 변화가 CFRP 보강근 콘크리트보의 장기 휨 성능에 영향을 미칠 수 있음을 시사한다.

Background: Stroke often leads to persistent gait impairments that significantly reduce mobility and quality of life. Conventional rehabilitation has demonstrated therapeutic value but is limited by insufficient personalization and low patient engagement. Objectives: This study aimed to evaluate the clinical effectiveness of a realtime Kinect-based motion analysis and AI-driven virtual reality (VR) gait training system for stroke rehabilitation. Design: Randomized controlled trial with parallel-group assignment. Methods: Thirty stroke patients were randomly assigned to a VR-based gait training group (n=15) or a conventional physical therapy group (n=15) for 8 weeks. The VR system integrated Kinect-based markerless motion capture, a 14-layer artificial neural network for gait parameter prediction, and immersive VR feedback to provide personalized gait retraining. Spatiotemporal gait parameters—including gait velocity, step length, cadence, and step width— were assessed before and after the intervention. Results: The VR group demonstrated significantly greater improvements in gait velocity (0.52 to 0.73 m/s, +40.4%), step length (78.3 to 95.7 cm, +22.2%), and cadence (100.2 to 110.4 steps/min, +10.2%) than the control group, while step width decreased (12.3 to 9.8 cm, −20.3%), indicating enhanced balance and stability. The artificial neural network accurately predicted movement patterns and supported adaptive training with real-time feedback. Conclusion: The real-time VR gait rehabilitation system effectively enhanced gait performance and motor coordination among stroke patients, outperforming conventional physical therapy. The integration of Kinect-based motion capture and AI-driven personalization provides a promising platform for scalable and clinically meaningful stroke rehabilitation.