본 연구에서는 LNG 기자재 실증설비의 안전 관리 고도화를 위해, 비정형 HAZOP(Hazard and Operability Study) 데이터를 활용한 정규표현식 기반 데이터 전처리 및 위험 네트워크 분석 프레임워크를 제안하였다. (재)한국조선해양기자재연구원(KOMERI)에 구축된 LNG 기자재 실증설비에 대해 수행된 HAZOP 워크숍의 392건 유효 시나리오를 분석 대상으로 하였다. 먼저, 정규표현식을 활용하여 워크 시트 내 장비 태그의 비표준 표기를 표준화하고, Cause-Safeguard 간 인과관계를 추출하여 84개 노드와 944개 방향성 엣지로 구성된 위험 지식그래프를 구축하였다. 이후 네트워크 연결 중심성 분석을 수행한 결과, 레벨 트랜스미터 LT101(연결 중심성 0.7108)을 비롯한 상위 계 측 장비군이 설비 전체 운전 모드에 걸쳐 공통 방호 기능을 수행하는 핵심 노드임을 정량적으로 식별하였다. 특히 상위 5개 장비(LT101, LT201, PIT001, PIT101, PIT201)는 네트워크 평균 중심성 대비 2.41배 이상의 높은 연결 중심성을 나타내어, 기존 정성적 HAZOP에서는 명시 적으로 드러나기 어려운 방호 기능의 구조적 집중 현상을 데이터 기반으로 가시화하였다. 본 연구의 프레임워크는 기존 전문가의 직관에 의존하던 정성적 위험 평가를 정량적으로 보완할 수 있으며, 향후 유사 설비의 안전 분석에 재활용 가능한 데이터 기반을 제공한다.

Tactical data link (TDL) is one of the key means for enabling real-time exchange of tactical information among weapon systems operated by the Army, Navy, and Air Force. Most messages consist of position information of participating nodes, with latitude and longitude fields designed to enable worldwide operation. Given the limited operational area of Korean army, enabling worldwide operation requires an excessive number of data bits, which cause data overhead and reduced network efficiency. Therefore, in this paper, we investigate the current coordinate transmission methods used in TDL and propose a relative coordinate-based transmission scheme within a designated area to enhance network efficiency. The proposed method is optimized for the operational characteristics of the Korean military and improves both network efficiency and positional accuracy compared to existing TDL.

Aiming at the control problem of nonlinear uncertain systems with asymmetric saturated actuators and u nknown external disturbances, a composite control method integrating dynamic surface control (DSC), ad aptive neural network estimation, and a nonlinear saturation compensation mechanism is proposed. In the scenarios of ship course and trajectory tracking, the system faces multiple challenges such as symmetric and asymmetric actuator saturation, as well as unknown external disturbances. Radial basis function (R BF) neural networks are utilized for online approximation of unknown nonlinear functions and external d isturbances. Combined with dynamic surface technology, the problem of "explosion of complexity" in tra ditional backstepping control is eliminated. A nonlinear function with inverse correlation to error gain is designed to dynamically adjust the control gain, balancing the requirements of tracking accuracy and sat uration suppression. Furthermore, a Gaussian error function is introduced to construct a continuously diff erentiable asymmetric saturation model. An auxiliary dynamic system is integrated to compensate for the saturation nonlinear effect, achieving smooth amplitude limitation of rudder angle commands. Comparati ve MATLAB simulation results demonstrate that the course tracking error is reduced by 1°, the fluctuati on amplitude of the rudder angle is decreased by approximately 50%, the number of rudder angle satura tion events is reduced by about 60%, and the error convergence time is shortened by roughly 30%. The proposed composite control method effectively addresses the issues of asymmetric saturation and externa l disturbances, significantly enhancing the accuracy and robustness of the ship course control system.

To address the issue of low heading tracking efficiency caused by nonlinear dynamic characteristics in ship heading motion, this paper proposes a neural network-based adaptive hyperbolic tangent control method for ship heading. By designing a second-order system robust controller, a saturated auxiliary design system is introduced into the regulator for direct internal compensation, enhancing the system's anti-interference capability under complex operating conditions. Meanwhile, hyperbolic tangent nonlinear modification is incorporated into the control strategy to optimize the output characteristics of control signals. The controller adopts a backstepping approach to design virtual control laws for trajectory tracking and utilizes the Radial Basis Function (RBF) of neural networks to approximate the uncertain parts of the ship model. The control algorithm is simulated and tested in the MATLAB environment, and its tracking effect is analyzed. Simulation results show that the control algorithm can ensure the stability of the closed-loop system under conditions of dynamic changes in system parameters, external disturbances, and uncertainties, and effectively solve the nonlinear problems in ship traffic control during trajectory tracking. The controller is designed concisely, meets the requirements of engineering practice, improves ship maneuverability, and has reference value for ship control.

This study compared the discourse structure of ‘Plant-based milk’ between A (2015~2017) and B (2022~2024) using Korean web texts. After applying uniform preprocessing to sources from Naver, Daum, and Google, the frequency, centralities, and the structural properties of the network on the top-30 nodes were investigated. The QAP correlation was calculated on a weighted co-occurrence adjacency matrix constructed from the 17-node intersection and assessed structural reconfiguration via CONCOR. The hub formed by milk, plant-based, and protein persisted while the edges and density increased from 240 to 266 and from 0.276 to 0.306, respectively. QAP yielded r=0.793 and p=0.001, indicating significant similarity in network-wide tie-strength patterns. In addition, CONCOR showed the foregrounding of segmented product lines and market, use, and menu contexts implying a reallocation of the periphery.

본 연구는 네트워크 분석 기법을 적용하여 색상(Color), 소재(Material), 가공기술(Technique) 간 조합을 체계적으 로 탐색하고 분석하는 것을 목적으로 한다. 한국디자인진흥원의 CMF HOW’S 아카이브 데이터를 기반으로 C–M–T 통합 네트워크를 구축하고, 이분 네트워크 분할과 투영(Projection) 분석을 통해 구조적 특성과 조합 양상을 정량적으 로 도출하였다. 중심성, 밀도, 군집 계수, 모듈러리티 지표를 활용한 결과, 색상은 다양한 소재⋅기술과 폭넓게 결합 되는 유연성을 보였고, 소재는 가공기술 선택을 제약하거나 반복적 조합을 형성하는 핵심 요소로 확인되었다. 일부 소재는 높은 중심성을 보여 다수의 색상⋅기술과 연결된 반면, 다른 소재는 제한적 적용성을 나타냈다. 또한 모듈러 리티 분석을 통해 유사한 가공 전략을 공유하는 조합군이 식별되어, 제품군별 설계 전략이나 공정 최적화로 확장될 수 있음을 시사한다. 전문가 인터뷰에서는 본 분석틀이 CMF 기획 및 실무 의사결정에서 활용 가능한 참조 지표로 평가되었으며, 향후 친환경 규제 대응, 산업군 비교, 제품군 사례 분석 등으로 확장 가능성이 제시되었다. 본 연구는 CMF 데이터를 구조 화하여 조합 경향을 객관적으로 이해하고, 디자인 실무에 적용 가능한 분석 도구를 제시한다는 점에서 학술적⋅실무 적 의의를 갖는다.

확률론적 지진 안전성 평가(Probabilistic Safety Assessment)를 위해서 고장수목(Fault Tree) 기반 베이지안 네트워크(Bayesian Network, BN) 방법론이 제안된 바 있다. 해당 방법론은 시스템 구성요소들을 확률변수로 가정하고 변수들의 상관관계를 네트워크로 구축한 후, 변수들에 다양한 정보들을 입력함으로써 유연한 시스템 의사결정 수행이 가능하다는 장점이 있다. 그런데 이러한 시스템 평가를 위해서는 개별 요소들의 취약도 정보는 필수적이나, 플랜트 관련 설비들의 취약도 정보는 매우 한정적이다. 따라서, 우선적으 로 문헌조사를 수행하였고 Federal Emergency Management Agency(FEMA)에서 전체 시스템과 더불어 다양한 구조물 및 설비들의 취 약도 정보를 제공함을 확인하였다. 본 연구에서는 FEMA에서 제공하는 시스템 취약도와 개별 요소들의 취약도 정보를 기반으로 BN 을 통해 도출한 시스템 취약도를 비교･분석하는 것을 목표로 한다. 이를 위해 세 규모의 가스플랜트 Plot Plan을 정의하였고, 이에 대 응하는 BN 모델을 이용하여 시스템 취약도를 산출하였다. 세 규모에 대해 도출한 시스템 취약도와 FEMA에서 제공한 시스템 취약도 를 비교한 결과, 도출된 취약도가 보수적으로 산정됨을 확인하였고, 추가적으로 구축된 BN의 개별 설비들의 취약도 손상 상태 (Damage State, DS)를 변경해가면서 시스템 취약도를 산출한 결과 역시 FEMA에서 제시한 값보다 보수적임을 확인하였다. 이는 시스 템의 고장을 정의하는 DS 차이로 인한 결과이며 플랜트마다 모델링을 기반으로 하는 시스템 취약도 산출이 필요한 것으로 이해할 수 있다.

다상 유도 전동기는 전력 변환 효율이 높은 전동기이다. 이와 같은 고효율 전동 기는 다양한 산업의 전기 수요가 증가하면서 더 필요한 상황이다. 이러한 상황에서 기업이나 국가가 적절한 전략을 세우기 위해 다상 유도 전동기 기술의 현 위치 확인과 미래 예측이 필 요하다. 다상 유도 전동기의 현 위치 파악과 미래 기술을 탐색하기 위해, 본 연구는 특허 네 트워크 경로 분석을 1902년부터 2024년까지의 특허 중 기술분류명(CPC H02K17/12 : 다상 비동기 유도전동기)에 적용한다. 그 결과, 미국과 유럽 기업이 전반적인 기술 개발을 주도하 였으며, 2010년 이후 중국 기업이 기술 개발을 급격히 늘렸음을 확인하였다. 네트워크 군집 분석 결과, 기계적 구조 개선 기술(전기 권선 및 극수 변환), 전기적 연결 기술(전류 파형 및 순서 변경), 스마트 융합 기술(센서+전기제어+전동기 구조 개선)의 세 가지 군집이 확인되었 다. 핵심 기술 경로 분석 결과, 일반적으로 인식하는 경쟁 우위 기업과 실제 기술적 영향력이 있는 기업 간의 차이가 존재했다.

서울시는 2015년 공공자전거 서비스인 ‘따릉이’를 시작으로, 2020년에는 소형 자전거가 필요한 시민을 위해 기존 따릉이 에서 무게와 크기를 줄인 ‘새싹따릉이’를 추가로 도입하였다. 새싹따릉이는 주로 청소년을 대상으로 하며, 일반 따릉이의 이용 가능 연령이 만 15세 이상인 것과 달리, 만 13세 이상부터 이용할 수 있도록 연령 제한을 낮추었다. 자전거도로가 상대적으로 잘 갖춰진 송파구·강동구·은평구를 중심으로 배치되어 운행을 시작하였으며, 점차 배치 수량과 지역을 넓혀 현재 5,000대가 서울시에서 운영되고 있다. 하지만, 새싹따릉이의 전체적인 배치 수량이 충분함에도 일반 따릉이에 비해 1대당 자전거 이용률이 낮다는 문제점이 제기되고 있다. 이는 배치 물량의 부족이 아닌 청소년의 이동 패턴과 주요 활동 공간이 충분히 반영되지 않은 배치 방식에서 기인한 것으로 파악되었다. 따라서 본 연구는 새싹따릉이의 효율적 운영을 위해 네트워크 중심성 분석으로 매개 중심성을 판단하고 청소년 이동 네트워크 내에서 주요 경유지 역할을 하는 정류소 를 식별하고자 한다. 청소년 이동 패턴을 기반으로 연구를 수행하고자 청소년 지하철 OD 데이터와 따릉이 정류소 위치 데이터를 수집하고, 매개 중심성을 계산하여 중요한 경유지 역할을 하는 정류소를 식별하였다. 매개 중심성이 높은 정류 소를 우선적으로 새싹따릉이 배치 대상지로 선정하고, 추가적으로 신규 정류소가 필요한 지역 또한 제시하여 새싹따릉이 네트워크 확장도 고려할 예정이다. 본 연구가 새싹따릉이의 특성을 고려한 배치 방식을 제안하는 것을 목적으로 함에 따 라 새싹따릉이 이용률 향상과 대중교통과의 연계성 강화에 기여할 수 있을 것이다.

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.

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.

This study quantitatively analyzes the inter-sectoral linkages of emerging security based on the network of Sustainable Development Goals (SDGs) in North Korea's Voluntary National Review Report (VNR) using Social Network Analysis (SNA). As a result of the analysis, North Korea's overall linkage score for each emerging security sector was high in the following order: health security (7.8), environmental security (5.9), food security (5.4), and energy security (4.0). This refers to the degree of interconnectivity with other security sectors. The ranking of security with high connectivity by the emerging security sector is as follows. Food security was in the order of environment > health > energy security, health security was in the order of environment > food security, energy security was in the order of health > environment > food security, and environmental security was highly connected in the order of health > energy > food security. This quantitative analysis indicates the importance of emerging security sectors and the need for mutual linkage in North Korea's SDGs implementation strategy. This will help set priorities for future cooperation in emerging security areas between North and South Korea and seeking organic linkage plans for each security sector.

본 연구에서는 빅데이터를 통해 교사의 융합교육역량에 대한 사회적 인식을 살펴봄으로써 교사의 융합 교육역량 증진 방안 마련을 위한 기초자료를 제공하는데 목적이 있었다. 본 연구목적을 달성하기 위해 Textom에서 제공하는 빅데이터를 활용하여 􍾧교사 + 융합교육 + 역량􍾨을 키워드로 rawDATA를 수집하였 다. 수집된 데이터는 1차􌝆2차 정제과정을 마친 데이터들 중 빈도분석 결과를 바탕으로 200개 핵심 키워드 를 선정하였으며, 이를 1-모드 매트릭스 데이터 셋으로 변환하여 키워드 네트워크 분석을 실시하였다. 연 구결과는 다음과 같다: 첫째, 빈도분석에서는 교육, 인공지능, 강화, 연수, 수업이 가장 빈번하게 출현하는 것으로 나타났다. 둘째, 전체 네트워크 분석에서는 교육, 학생, 연수, 강화, 대상이 모든 중심성에서 높게 나타났다. 셋째, 에고 네트워크 분석에서는 교사, 융합교육, 역량을 중심으로 다양하게 논의되고 있음을 확 인할 수 있었다. 이러한 결과를 바탕으로 교사의 융합교육역량과 관련된 후속연구 및 증진방안에 대해 제 언하였다.

Effects-Based Operations (EBO) refers to a process for achieving strategic goals by focusing on effects rather than attrition-based destruction. For a successful implementation of EBO, identifying key nodes in an adversary network is crucial in the process of EBO. In this study, we suggest a network-based approach that combines network centrality and optimization to select the most influential nodes. First, we analyze the adversary’s network structure to identify the node influence using degree and betweenness centrality. Degree centrality refers to the extent of direct links of a node to other nodes, and betweenness centrality refers to the extent to which a node lies between the paths connecting other nodes of a network together. Based on the centrality results, we then suggest an optimization model in which we minimize the sum of the main effects of the adversary by identifying the most influential nodes under the dynamic nature of the adversary network structure. Our results show that key node identification based on our optimization model outperforms simple centrality-based node identification in terms of decreasing the entire network value. We expect that these results can provide insight not only to military field for selecting key targets, but also to other multidisciplinary areas in identifying key nodes when they are interacting to each other in a network.

이 연구는 위성사진을 활용하여 건설지점의 기대풍속을 예측하기 위한 인공신경망 방법론을 제안한다. 제안된 방법은 기존 의 엔지니어의 판단을 대체하여, Auto-Encoder를 사용해 지형적 특성을 정량화하고, 이를 바탕으로 대상지점과 유사한 지역의 관측소 풍속 데이터를 선형 조합해 기대 풍속을 예측한다. 또한, 머신러닝과 인공신경망을 활용한 종단간 풍속 예측 모델을 제안하고, 성능을 비교 분석하였다. 그 결과 관측소의 풍속 데이터의 선형 조합보다는 종단간 모델을 구성하는 방법이 더 높은 정확도를 보였으며, 특히 Graph Neural Network (GNN)이 Multi-Layer Perceptron (MLP)에 비해 상당히 우수한 예측 성능을 나타내었다.

원자력발전소 지진 확률론적 안전성 평가인 PSA(Probabilistic Safety Assessment)는 오랜 기간에 걸쳐 확고히 구축되어 왔다. 반면 에 다양한 공정 기반의 산업시설물의 경우 화재, 폭발, 확산(유출) 재난에 대해 주로 연구되어 왔으며, 지진에 대해서는 상대적으로 연 구가 미미하였다. 하지만, 플랜트 설계 당시와 달리 해당 부지가 지진 영향권에 들어갈 경우 지진 PSA 수행은 필수적이다. 지진 PSA 를 수행하기 위해서는 확률론적 지진 재해도 해석(Probabilistic Seismic Hazard Analysis), 사건수목 해석(Event Tree Analysis), 고장수 목 해석(Fault Tree Analysis), 취약도 곡선 등을 필요로 한다. 원자력 발전소의 경우 노심 손상 방지라는 최우선 목표에 따라 많은 사고 시나리오 분석을 통해 사건수목이 구축되었지만, 산업시설물의 경우 공정의 다양성과 최우선 손상 방지 핵심설비의 부재로 인해 일 반적인 사건수목 구축이 어렵다. 따라서, 본 연구에서는 산업시설물 지진 PSA를 수행하기 위해 고장수목을 바탕으로 확률론적 시각 도구인 베이지안 네트워크(Bayesian Network, BN)로 변환하여 리스크를 평가하는 방법을 제안한다. 제안된 방법을 이용하여 임의로 생성된 가스플랜트 Plot Plan에 대해 최종 BN을 구축하고, 다양한 사건 경우에 대한 효용성있는 의사결정과정을 보임으로써 그 우수 성을 확인하였다.

본 논문에서는 3차원 엮임 재료의 재료 물성치들을 효율적으로 분석하고 추후 최적설계 연구에 활용하기 위해서 파라메트릭 배치 해석 워크플로우를 제시하였다. 3차원 엮임 재료를 구성하는 와이어들 사이의 간격을 설계 매개변수로 하는 파라메트릭 모델에 대해 서 임의의 변수 조합을 가지는 2,500개의 수치 모델을 생성하였으며, 상용 프로그램인 매트랩과 앤시스의 여러 모듈을 사용하여 체적 탄성계수, 열전도도, 유체투과율과 같은 다양한 재료 물성치들을 배치 해석을 통해서 자동으로 얻어질 수 있도록 구성하였다. 이와 같 이 얻어진 대용량의 재료 물성치 데이터베이스를 활용해서 회귀 분석을 수행하였으며, 그 결과 설계 변수들과 재료 물성치 사이의 경 향성과 수치 해석 결과의 정확도를 검증하였다. 또한 확보된 데이터베이스를 통해서 3차원 엮임 재료의 물성치를 예측할 수 있는 인 공 신경망을 구성하고 학습시켰으며, 그 결과 임의의 설계 매개변수 값들을 가지는 엮임 재료 모델에 대해서 구조 및 유체해석 과정 없 이도 높은 정확도로 재료 물성치들을 추정할 수 있음을 확인하였다.