The slow cathodic oxygen reduction rate (ORR) of microbial fuel cells (MFCs) is still one of the main bottlenecks in its industrialization. As an ORR catalyst, metal oxides are expected to significantly enhance ORR efficiency by providing active sites, regulating reaction pathways, and enhancing stability. In this paper, four bimetallic oxide catalysts, CuO/Co3O4, CuO/ MnO2, CuO/NiO, and CuO/Fe2O3, were synthesized by sol–gel method, and their structural characteristics were characterized. The results showed that CuO/Co3O4 exhibited the largest specific surface area and optimized pore structure, and the synergistic effect of Cu and Co significantly improved the electrochemical performance. As the cathode catalyst of MFCs, CuO/Co3O4 shows high ORR catalytic activity, low charge transfer resistance, and good stability. In MFCs application, CuO/ Co3O4 catalyst achieved the maximum power density of 227 mW m− 2. In the five-cycle test, the output voltage is stable at about 240 mV, and the COD removal rate reaches 91.9%, which shows great application potential in wastewater treatment.

The loss of soil available nutrients may affect soil quality and crop growth. Biochar can form a multi-level fixed network because of its rich pore structure and surface functional groups, which can effectively fix available nutrients in soil and maintain nutrient utilization rate. Because it is difficult to directly prepare biochar materials with good adsorption characteristics through experimental results. This study employed an XGBoost machine learning prediction model to determine the optimal nutrient-rich biochar preparation conditions. The R2 value ranged from 0.97 to 0.99. The results indicated that specific surface area was the primary factor influencing ammonium nitrogen adsorption, with a feature importance of 56.13%. Production conditions (hydrothermal temperature and time) significantly affected the adsorption of nitrate nitrogen and available phosphorus, with feature importances of 75.91% and 81.54%, respectively. Mean pore diameter was negatively correlated with potassium ion adsorption characteristics. Biochar prepared under hydrothermal conditions at 202.50–251.25 °C for 3 h exhibited favorable adsorption characteristics for multiple soil available nutrients. This study provides new insights into biochar’s application in the field of soil nutrient adsorption through data analysis. It is helpful to avoid the waste in the process of energy utilization from biomass to biochar.

Camellia japonica L. is highly valued for its ornamental and industrial applications. However, existing limitations in conventional seed and cutting propagation necessitate the development of a stable and efficient mass propagation system. This study systemically optimized each critical stage of in vitro culture—including shoot and root development, multiple shoot induction, rooting, and acclimatization —and quantitatively assessed the overall efficiency using integrated indices. Shoot growth was most vigorous on Woody Plant Medium (WPM) without the addition of indole-3-butyric acid (IBA), while root development was notably promoted by Murashige and Skoog (MS) medium supplemented with IBA. The highest number of multiple shoots was produced using basal explants cultured on MS medium containing 0.5 mg/L thidiazuron (TDZ), yielding an average of 2.67 shoots per explant. Optimal root induction was observed following a 15-min pulse treatment with 500 mg/L IBA (producing 24,33 roots), whereas the root elongation was maximized by a 5-min treatment with 1000 mg/L IBA (2.10 cm). Acclimatization successfully resulted in 100% survival in both tested substrates (A: peat moss, perlite, and cocopeat mixed in a 3:1:1 ratio; B: peat moss, perlite, and vermiculite mixed in a 1:1:1 ratio), with substrate B promoting a greater increase in plant height. Normalized growth parameters were averaged to calculate the Camellia Micropropagation Index (CMI). Integrated analysis identified the most efficient treatments as: WPM without IBA (shoot growth), MS with IBA (root growth), MS + 0.5 mg/L TDZ with basal explants (multiple shoots), 1000 mg/L IBA for 5 min (rooting), and substrate B (acclimatization). Despite these optimal conditions, considerable variation within treatments suggests that further fine-tuning or long-term evaluation is necessary to improve reliability. These findings provide a robust guideline for establishing a successful in vitro mass micropropagation system for C. japonica.

본 연구는 도시공원녹지의 공간적 형평성과 서비스 균형성을 평가하기 위한 지표를 탐색하고 공원 조성의 효과를 객관적으로 평가함으로써 도시 녹지 계획에 이론적 근거를 제공할 수 있는 자료 획 득을 목적으로 시도되었다. 이를 위해 네트워크분석법과 공간구문론을 기반으로 중국 산둥성 옌타 이시 중심 지역의 공원을 대상으로 다양한 교통수단 하에서의 접근성과 사용자 관점에서의 전역 및 국지 접근성을 분석하였다. 분석 결과, 푸산구는 전체적인 도로망이 더 통합적이고 연결성이 높아 전역 접근성이 가장 높은 것으로 나타났다. 또한, 즈푸구와 푸산구의 국지 접근성은 1.6km 서비스 반경 내에서 가장 높게 나타났으며 이들 지역의 국지적 도로망은 중심성과 통합성이 높은 구조를 보였다. 접근성의 불균형은 주로 공원의 수와 위치의 공간적 분포가 불균형하고 인구 밀도 와의 적합성이 낮으며 일부 공원의 접근성 수준이 공원 유형과 일치하지 않는 데에 기인한다. 본 연구를 통해 공원의 종합적 접근성을 향상시키고 녹지 공간 배치를 최적화하기 위한 방안으로는 중소형 공원의 추가 조성과 주거 지역을 주요 수요지로 고려하며 지선 구조와 대중교통 체계를 개 선하는 등의 전략을 제안하고자 한다.

Carbon nanotube (CNT) has promising applications in several fields due to their excellent thermal, electrical, mechanical, and biocompatible properties. However, the complexity of its structure leads to the problems of computationally intensive and inefficient synthetic characterization optimization and prediction by traditional research methods, which seriously restricts the development process. Machine learning (ML), as an emerging technology, has been widely used in CNT research due to its ability to reduce computational cost, shorten the development cycle, and improve the accuracy. ML not only optimizes the synthetic control parameters for precise structural control, but also combines various imaging and spectroscopic techniques to significantly improve the accuracy and efficiency of characterization. In addition, ML helps to improve the performance of CNT devices at the optimization and prediction levels, and achieve accurate performance prediction. However, ML in CNT research still faces challenges such as algorithmic processing of complex data situations, insufficient space for algorithmic combined optimization, and lack of model interpretability. Future research can focus on developing more efficient ML algorithms and unified standardized databases, exploring the deep integration of different algorithms, further improving the performance of ML in CNT research, and promoting its application in more fields.

강화학습은 지속적으로 변화하는 환경에서 최적의 해결책을 제시할 수 있도록 구현되는 머신러닝 알고리즘으로 시간 및 조건에 따라 변화하는 시스템의 최적화에 우수한 성능을 보이는 장점을 가지고 있다. 따라서, 최근 운영 조건과 시간에 따라 변화하는 상하수도 시설 및 취수원 등 현장 물환경 관리 최적화에 강화학습을 적용하기 위한 연구에 대한 관심이 높아지고 있다. 본 연구에서는 강화학습이 상하수도 시설 및 물환경 관리에 적용된 사례를 분석하였다. 상하수도 시설의 운영시 시설 운영의 목적에 맞는 처리수 수질을 유지하면서 운영에 필요한 에너지 소비 및 비용을 최소화하는 노력이 중요하다. 강화학습은 데이터에 기반한 반복적인 분석을 통해 시스템 운영의 최적 조건을 학습할 수 있으며, 다양한 연구 사례에서 강화학습의 적용을 통해 상하수도 시설 등의 운영 효율 개선이 가능함을 보여주었다. 하수처리 시설의 경우 강화학습을 활용하여 운영비의 많은 부분을 차지하는 폭기조 산소 공급과 내부 반송 펌프 운전을 최적화할 수 있으며, 정수장의 경우 약품 투입량 절감 등을 통해 운영비 절감 효과를 달성할 수 있음을 확인하였다. 또한, 용수 공급망과 저류조 운영의 최적화를 통해 상수도 및 하천 현장의 오염 발생을 저감할 수 있음을 알 수 있었다. 본 연구를 통해 강화학습을 활용하여 기존의 경험에 기반한 시설 운영 방식의 한계를 개선하고 상하수도 시설 운영 및 물환경 관리 효율 향상에 기여할 수 있음을 확인하였다

Crocin is a glycosyl ester of crocetin acid and is classified as a water-soluble carotenoid. It is abundant in Gardenia jasminoides (Ellis GJE.) GJE is a natural ingredient widely used to impart an orange-yellow hue to traditional Vietnamese products such as cakes, jelly, and fish sauce. Crocin, a key bioactive compound in Gardenia, has been used in medicine for its antioxidant, anticancer, and memory-enhancing properties. In this study, we introduced an effective strategy for the extraction of crocin pigments derived from Gardenia. The pretreatment of Gardenia is crucial in the extraction process, with the most effective method involving freeze-drying Gardenia followed by grinding with liquid nitrogen to enhance the extraction efficiency. Second, this study focused on optimizing crocin extraction using ultrasound-assisted methods by evaluating key parameters, including ultrasonic amplitude, extraction time, materialto- solvent ratio, and solvent concentration. The crocin content reached 95.04±0.81 mg ․ g–1dw. Finally, the optimal ultrasound-assisted extraction conditions were determined using response surface methodology, ensuring the maximum extraction efficiency of crocin (ultrasonic amplitude (60.41%), extraction time (5.95 min), solvent concentration (41.48%), and material/solvent ratio (2.7 g/100 mL). The maximum concentration of crocin from Gardenia was determined to be 97.05±1.00 mg ․ g–1dw.

본 연구는 미래의 식품 자원으로 주목받고 있는 갈색거저리 및 쌍별귀뚜라미에서 유래한 단백질 가수분해물의 생산 조건을 최적 화하고 기능적 특성을 규명하고자 했다. 반응표면분석법(RSM)을 적용하여 효소 가수분해 조건을 최적화하고, 중심합성계획모델을 적용하여 최적의 조건을 도출하였다. 이러한 조건에서 생성된 곤충 단백 가수분해물은 항산화 활성(DPPH, ABTS, FRAP 분석 등)과 용해도, 유지흡착력, 유화력, 시험관 내 소화율 등 물리화학적 특성 을 평가하였다. 갈색거저리 가수분해물의 경우 우수한 소화율과 유 지흡착력을 보였고, 쌍별귀뚜라미 가수분해물의 경우 높은 항산화 활성을 보였다. 두 가수분해물 모두 넓은 pH 범위에서 높은 용해도 를 보였기에 다양한 식품 소재로 사용될 수 있는 가능성이 높을 것 으로 사료된다. 본 연구는 곤충 유래 단백질 가수분해물을 기능성 식품 재료로 활용할 수 있는 가능성을 강조하며, 전 세계의 식량 불안정을 해결하기 위한 대체 단백질 공급원 개발에 대한 방법을 제공한다. 최적화된 단백질 가수분해물은 기능성 식품의 유망한 성 분으로 작용 가능하므로, 지속 가능한 식품 및 미래의 영양에 대한 올바른 전략을 구성하는 데 기여할 수 있다.

본 연구는 풋고추 수경재배에 ICT 기술을 적용하여 측정된 누적 일사량을 기반으로 급액량을 설정하고, 이를 바탕으로 실생묘와 접목묘의 생육 및 생산성에 미치는 영향을 평가하고 자 수행되었다. 실험재료로는 실생묘 ‘순한길상’과 접목묘 ‘순한길상’(접수) + ‘BN901’(대목)을 사용하였으며, 65－70 일 간 육묘한 뒤 코이어배지에 8월 하순에 정식하여 이듬해 4 월까지 재배하였다. 급액량은 ICT 센서를 통해 측정한 누적 일사량을 기준으로 T1－T4의 4수준으로 처리하였다. 풋고 추 실생묘 수경재배 시 급액량 T2(생육초기－중기: 50－ 160mL·100J-1·plant-1) 처리 이상에서 생육초기 과실의 품질 차이가 일부 있었으나, 정식 후 54일차 이후로는 품질에 차이 가 없고, 생산량 증가도 미미하기 때문에 양액 사용효율을 고 려하였을 때 적정 급액량은 T2로 판단되며, 이때의 배액률은 사분위수 범위(Q3-Q1)를 기준으로 생육초기 13－31%, 생 육중기 20－34%로 관찰되었다. 접목묘의 경우 T4(70－240) 처리에서 총생산량 6,306g·plant-1으로 유의하게 높았으며, 실생묘 T4 처리구 보다 약 34% 증수하였다. 이를 통해 풋고추 수경재배의 접목묘 도입 시 장기간 세력 유지와 생산성 향상 에 유리하며, 실생묘와는 차별화된 급액 전략이 필요할 것으 로 판단된다. 또한, 엽병 즙액 및 엽 조직 내 총질소, 총인, 칼륨 함량 분석 결과, 생육 후기로 갈수록 총질소와 총인은 감소하 고 칼륨은 증가하는 경향을 보였으며, 실생묘에서 엽병 즙액 내 N, P, K 함량이 전반적으로 높게 나타났다. 그러나 엽병 즙 액 분석값과 엽 조직 내 함량 간 상관성은 질소에서 낮았고, 생 산성과의 관련성도 미미하여, 즙액 분석을 활용한 생육 진단 의 신뢰도를 높이기 위해서는 시료 채취 위치, 수분 상태, 엽령 등 명확한 기준 설정이 요구된다.

Due to cognitive differences, traditional perceptual engineering (KE) frequently relies too heavily on designers' experience in analyzing customers' emotional demands, which can result in product designs that deviate from users' expectations. This work suggests a thorough evaluation approach that combines the particle swarm optimization-support vector regression (PSO-SVR) model and perceptual engineering to increase the scientificity and precision of design choices. The approach first determines the subjective weights of users' emotional needs using spherical fuzzy hierarchical analysis (SFAHP). Next, it uses the entropy weighting method to determine the objective weights. Finally, it combines the subjective and objective data using game theory to produce a more rational evaluation system. Finally, the emotional prediction model based on PSO-SVR is constructed to realize the accurate mapping between emotional needs and design features. The empirical study shows that“speed”, “dynamic”and“luxury” are the core emotional demands of users, and the algorithm's prediction results are highly consistent with users' actual evaluations, which strongly verifies the accuracy of the model. Compared with the traditional KE method, the model better integrates subjective experience and objective data and provides more practical support for the design of flybridge yachts.

In the context of increasingly uncertain maritime logistics environments, container Demurrage and Detention (D&D) charges pose a significant challenge to both carriers and shippers. Traditional policies typically impose separate cost structures for container pickup (demurrage) and container return (detention), yet such separate impositions often fail to capture the interconnected nature of operational delays and the pervasive uncertainty present in hinterland container flows. This study addresses the problem of D&D decision-making under uncertainty by proposing a merged free time policy that integrates both D&D charges into a unified framework. By merging the free time allocated for both pickup and return processes, the proposed policy aims to enhance operational flexibility, reduce overall logistics costs, and provide a more predictable cost structure for carriers while improving service quality for shippers. To achieve these objectives, we develop a mathematical optimization model that incorporates stochastic pickup and return scenarios, thereby reflecting the uncertainties in container availability and transportation delays. The model embeds a strategic decision-making process between carriers and shippers through a hierarchical framework to jointly optimize free time allocations and penalty structures. Numerical experiments based on simulated data demonstrate that the merged free time policy outperforms traditional separate policies by improving container turnover efficiency and mitigating the negative impact of uncertainty on operational performance. Our findings offer valuable insights into cost management and risk reduction in maritime logistics and contribute to the literature by providing a comprehensive strategy for D&D management that supports more collaborative hinterland container operations and enhances overall supply chain resilience.