Protein can be provided by cultivating various microbes, which contain more than 30% protein content by cell dry weight. This study compared intracellular protein concentrations of various wild-type yeasts from different sources to select the best yeast strain with high protein concentration. Among them, Saccharomyces cerevisiae KCCM 34709, used for molasses fermentation, exhibited 4.1-fold higher protein concentration than a laboratory yeast strain, S. cerevisiae D452-2. In this study, an approach consisting of random mutagenesis coupled with the Bradford protein assay-based screening method was applied to enhance the S. cerevisiae KCCM 34709 protein content. Among 1,000 mutants, the #180 mutant strain produced 5,041±519 mg/L total amino acid in 48 h, which was 31% higher than the parental S. cerevisiae KCCM 34709 strain. These results demonstrate that the #180 mutant strain can be an attractive cell factory for animal-free protein production.

This paper investigates the number of scatterings a photon undergoes in random walks before escaping from a medium. The number of scatterings in random walk processes is commonly approximated as τ + τ 2 in the literature, where τ is the optical thickness measured from the center of the medium. However, it is found that this formula is not accurate. In this study, analytical solutions in sphere and slab geometries are derived for both optically thin and optically thick limits, assuming isotropic scattering. These solutions are verified using Monte Carlo simulations. In the optically thick limit, the number of scatterings is found to be 0.5 τ 2 and 1.5 τ 2 in a sphere and slab, respectively. In the optically thin limit, the number of scatterings is ≈ τ in a sphere and ≈ τ (1 − γ − ln τ + τ ) in a slab, where γ ≃ 0.57722 is the Euler-Mascheroni constant. Additionally, we present approximate formulas that reasonably reproduce the simulation results well in intermediate optical depths. These results are applicable to scattering processes that exhibit forward and backward symmetry, including both isotropic and Thomson scattering.

The increasing use of drones in terrorist attacks highlights the need for effective strategies to prevent and respond to drone terrorism. This study uses machine learning approach to identify factors that predict the success of drone terrorism and suggests policy alternatives for preventing such acts. Drone terrorism is becoming increasingly accessible due to advancements in information and communication technology, and events such as North Korea’s drone infiltration and the Russia-Ukraine war demonstrate the potential threat of drone attacks on Important National Facilities, including nuclear power plants. Using the Global Terrorism Database (GTD), this study analyzed drone terrorism incidents that occurred worldwide from 2016 to 2020. The study employed the Random Forest algorithm, which can incorporate multiple factors and their interactions, making it particularly suitable for social science research. The study provides new insights by deriving predictors that were previously overlooked in empirical analyses of drone terrorism. The findings of this study can aid in the establishment of anti-terrorism policies aimed at addressing the growing threat of drone terrorism. This can include the organization and expansion of the crisis management governance terrorism response council, the creation of a working manual through the partial revision of laws concerning drone terrorism response, and the implementation of anti-drone equipment and systems. Ultimately, the insights gained from this study can provide development of effective strategies aimed at preventing and responding to drone attacks. The study highlights the importance of proactive measures to mitigate the risks posed by drone technology in the context of terrorism.

Since 2015, the IAEA has been implementing inspections by changing the paradigm from a nuclear facility level perspective to state level approach in order to enhance effectiveness/efficiency, and random inspections have become a major means of paradigm conversion. From this point of view, Safeguards Division analyzed the implementation status of random inspection conducted in ROK over the past five years by type, facility, and year, and predict the future implementation direction. A total of 106 random inspections have been implemented in ROK over the past five years (2017- 2021). When classified by random inspection type, 20 Short Notice Random Inspections (SNRI), 9 Short Notice Inspections (SNI), 34 Unannounced Inspections (UI), and 43 Random Interim Inspections (RII) were performed, of which RII accounted for the largest proportion with about 40.6%. IAEA conducts customized random inspections according to the characteristics of each nuclear facility. In the past five years, 34 cases of LWR, 20 cases of Bulk Handling Facility, 22 cases of CANDU, 30 cases of random inspections were implemented at R&D facilities, with the largest proportion of LWR. In connection with this, as a result of analyzing the current status of random inspections by year, 19 cases in 2017, 21 cases in 2018, 20 cases in 2019, 19 cases in 2020, and 27 cases in 2021 were implemented, especially in 2021, an increase of about 40% compared to the previous year. In conclusion, the IAEA is increasing the proportion of random inspections every year in line with the updated SLA, and this stance is expected to be maintained in the future. This can be seen as proof that randomized tests are showing an increasing trend even in the COVID-19 pandemic situation that has occurred since December 2019. and, In the case of LWR, it is expected that the form of random inspection may vary depending on the direction of IAEA’s SLA improvement. Through these analyses, it is expected that the direction of future safeguards policy can be established.

A spin coating process for RRAM, which is a TiN/TiO2/FTO structure based on a PTC sol solution, was developed in this laboratory, a method which enables low-temperature and eco-friendly manufacturing. The RRAM corresponds to an OxRAM that operates through the formation and extinction of conductive filaments. Heat treatment was selected as a method of controlling oxygen vacancy (VO), a major factor of the conductive filament. It was carried out at 100 oC under moisture removal conditions and at 300 oC and 500 oC for excellent phase stability. XRD analysis confirmed the anatase phase in the thin film increased as the heat treatment increased, and the Ti3+ and OH- groups were observed to decrease in the XPS analysis. In the I-V analysis, the device at 100 oC showed a low primary SET voltage of 5.1 V and a high ON/OFF ratio of 104. The double-logarithmic plot of the I-V curve confirmed the device at 100 oC required a low operating voltage. As a result, the 100 oC heat treatment conditions were suitable for the low voltage driving and high ON/OFF ratio of TiN/TiO2/FTO RRAM devices and these results suggest that the operating voltage and ON/OFF ratio required for OxRAM devices used in various fields under specific heat treatment conditions can be compromised.

이 연구의 목적은 머신러닝 분석방법을 활용하여 대학생의 소속 학과 만족도에 영향을 미치는 주요 요 인을 분석하여 대학생의 진로지도와 중도탈락 예방 관련 정책 및 제도 수립을 위한 기초 연구 자료를 제 공하기 위함이다. 이를 위해 한국교육고용패널 􎟯(KEEP 􎟯)자료의 4년제 대학 진학생 1,298명을 연구대 상으로 머신러닝 분석방법인 로지스틱 회귀분석과 랜덤포레스트 방법을 통하여 분석을 진행하였다. 주요 분석 결과는 다음과 같다. 첫째, 대학 입학년도에는 대학 생활 관련 변수 이외에도 고등학교 재학 시기 및 고등학교 졸업 후 진로 계획과 관련한 설명변수들이 중요도 상위 10개 항목 중 상당수를 차지하였으며, 입학년도와 졸업년도를 제외한 기간에는 전공 학습과 진로활동에 대한 변수들이, 졸업년도에는 취업준비 및 교육훈련 경험 등이 로지스틱 회귀분석과 랜덤포레스트 분석 결과에서 공통적으로 높은 중요도를 기록하였다. 둘째, 두 분석방 법에 따른 학년별 중요도 상위 10개 변수의 일치도는 63.3%로 나타났다. 셋째, 로지스틱 회귀분석과 달리 랜덤포레스트 분석에서는 설문의 응답자가 다수의 척도를 사용하여 응답한 설명변수들이 중요도 상위 10 개 설명변수에 포함된 경우가 상대적으로 많았다. 이 연구는 교육패널 자료를 단일 분석방법이 아닌 두 가지 머신러닝 방법을 사용하여 공통 요소를 도출하고, 결과의 비교를 시도했다는 점에 의의가 있다.

종래의 게임에서, 널리 사용되고 있는 난수는 게임 서비스 제공자에 의하여 일방적으로 제공되기 때문에, 게 임 이용자가 제공받은 난수가 어떠한 개입이나 조작이 있었는지를 검증하는 것은 어렵다. 본 논문은 상호 참 여형 난수 발생기인 TogetheRand를 제안한다. 제안된 방법은 이더리움 블록체인 시스템 위에서 작동되는 스 마트 컨트랙트이다. 제안된 방법의 난수성을 Dieharder tests를 이용하여 테스트하였다. 제안된 방법은 많은 사람들이 난수 생성에 참여할 수 있고, 모든 입력값을 확인할 수 있으며, 블록체인 시스템으로 인하여 정상 작동 여부가 보장되기 때문에 게임 이용자와 제공자 모두가 신뢰할 수 있는 방법이다. 제안된 방법은 게임 등의 신뢰성 있는 난수가 필요한 응용 분야에서 두루 적용될 수 있을 것이다. 본 논문에서 사용된 코드는 ht tps://github.com/TyeolRik/TogetheRand 에 공개되어 있다.

In this study, the machine learning which has been widely used in prediction algorithms recently was used. the research point was the CD(chudong) point which was a representative point of Daecheong Lake. Chlorophyll-a(Chl-a) concentration was used as a target variable for algae prediction. to predict the Chl-a concentration, a data set of water quality and quantity factors was consisted. we performed algorithms about random forest and gradient boosting with Python. to perform the algorithms, at first the correlation analysis between Chl-a and water quality and quantity data was studied. we extracted ten factors of high importance for water quality and quantity data. as a result of the algorithm performance index, the gradient boosting showed that RMSE was 2.72 mg/m³ and MSE was 7.40 mg/m³ and R² was 0.66. as a result of the residual analysis, the analysis result of gradient boosting was excellent. as a result of the algorithm execution, the gradient boosting algorithm was excellent. the gradient boosting algorithm was also excellent with 2.44 mg/m³ of RMSE in the machine learning hyperparameter adjustment result.

This paper presents a periodic replacement policy for a system subject to shocks when the system is operating for a finite random horizon. The system is subject to shocks during operation, and each shock causes downgrading of the system performance and makes it more expensive to run by the additional running cost. Shocks arrive according to a nonhomogeneous or a renewal process, and we develop periodic replacement policies under a finite random operating horizon. The optimum periodic replacement interval which minimizes the total operating cost during the horizon is found. Numerical examples are presented to demonstrate the results.

Depression is one of the most important psychiatric disorders worldwide. Most depression-related data mining and machine learning studies have been conducted to predict the presence of depression or to derive individual risk factors. However, since depression is caused by a combination of various factors, it is necessary to identify the complex relationship between the factors in order to establish effective anti-depression and management measures. In this study, we propose a methodology for identifying and interpreting patterns of depression expressions using the method of deriving random forest rules, where the random forest rule consists of the condition for the manifestation of the depressive pattern and the prediction result of depression when the condition is met. The analysis was carried out by subdividing into 4 groups in consideration of the different depressive patterns according to gender and age. Depression rules derived by the proposed methodology were validated by comparing them with the results of previous studies. Also, through the AUC comparison test, the depression diagnosis performance of the derived rules was evaluated, and it was not different from the performance of the existing PHQ-9 summing method. The significance of this study can be found in that it enabled the interpretation of the complex relationship between depressive factors beyond the existing studies that focused on prediction and deduction of major factors.

공간 샘플링은 공간모델링 연구에 활용되어 샘플링 비용을 줄이면서 모델링의 효율성을 높이는 역할을 한다. 농업분야에서는 기후변화 영향을 예측하고 평가하기 위한 고해상도 공간자료 기반 모델링에 대한 연구 수요가 빠르게 증가하고 있으며, 이에 따라 공간 샘플링의 필요성과 중요성이 증가하고 있다. 본 연구는 국내 농지 공간샘플링 연구를 통해 농업분야 기후변화연구의 공간자료 활용의 효율성을 제고하고자 하였다. 본 연구는 층화랜덤샘플링 을 기반으로 하였으며, 1 km 해상도의 농지 공간격자자료 모집단 (11,386개 격자)에 대해서 RCP 시나리오별 (RCP 4.5/8.5) 연대별 (2030/2050/2080년대) 공간샘플링을 설 계하였다. 국내 농지는 기상 및 토양 특성에 따라 계층화 되었으며, 샘플링 효율 극대화를 위해 최적 층화 및 샘플 배정 최적화를 수행하였다. 최적화는 작물수량, 온실가스 배출량, 해충 분포 확률을 포함하는 16개 목표 변수에 대해 주어진 정밀도 제한 내에서 샘플 수를 최소화하는 방향으로 진행되었다. 샘플링의 정밀도와 정확도 평가는 각각 변동계수 (CV)와 상대적 편향을 기반으로 하였다. 국내 농지 공간격자 모집단 계층화 및 샘플 배정 및 샘플 수 최적화 결과, 전체 농지는 5~21개 계층, 46~69개 샘플 수 수준에서 최적화되었다. 본 연구결과물들은 국내 농업시스템 대표 공간격자로써 널리 활용될 수 있을 것으로 기대된다. 또한, 기후변화 영향예측 공간모델링 연구들에 활용되어 샘플링 비용 및 계산 시간을 줄이면서도 모델의 효율성을 높이는 데에 기여할 수 있다.

There is a growing interest in exploring attribute non-attendance (ANA) in choice experiments. This study applied Random Response Share (RRS) approach for investigating inattention choice in choice experiments and assessed its out-of-sample predictive performance using 60 months of choice experiment data from 61,592 U.S households. Our results suggest that the RRS is not likely to be a dominant strategy to the conventional multinomial logit model in terms of the out-of-sample forecasting accuracy. However, the RRS could be a way to deal with attribute nonattendance when also considering the socio-economic characteristics of respondents.

A theoretical model has been studied to describe the sound radiation analysis for structure vibration noise of tire under the action of random moving line forces. When a tire is analyzed, it had been modeled as curved beams with distributed springs and dashpots that represent the radial, tangential stiffness and damping of tire, respectively. The reaction due to fluid loading on the vibratory response of the curved beam is taken into account. The curved beam is assumed to occupy the plane y=0 and to be axially infinite. The curved beam material and elastic foundation are assumed to be lossless Bernoulli-Euler beam theory including a tension force(T), damping coefficient (C) and stiffness of foundation(κ2) will be employed. The expression for sound power is integrated numerically and the results examined as a function of Mach number(M), wave-number ratio(γ) and stiffness factor(ψ). The experimental investigation for structure vibration noise of vehicle tire under the action of random moving line forces has been made. Based on the STSF(Spatial Transformation of Sound Field) techniques, the sound power and sound radiation are measured. Results strongly suggest that operation condition in the tire material properties and design factors of the tire govern the sound power and sound radiation characteristics.

본 논문의 주된 연구목적은 무작위합역 절차의 다양성을 검토하고 서로 다른 무작위합역 절차의 특성을 비교 분석함으로써 상대적으로 적절성이 높은 무작위합역 절차를 선정하여 제시하는 것이다. 기본적인 무작위합역 절차가 정식화되고, 효율적인 실행 알고리즘으로서 공간근접성행렬에 기반한 방법이 소개된다. 무작위합역 절차의 다양성을 제공해주는 두 가지 차원을 바탕으로 모두 여섯 가지의 서로 다른 무작위합역 유형이 도출되었다. 이 유형의 서로 다른 특성을 파악하기 위해 시뮬레이션 실험이 이루어졌 고, 그 결과가 연접도와 원형도의 두 가지 규준에 의거해 평가되었다. 시뮬레이션 실험의 주요 결과를 요약하면 다음과 같다. 첫째, 방식 B가 방식 A와 방식 C에 비해 연접도 측면에서 상대적으로 일관성 있는 결과를 산출해 준다. 둘째, 방식 2가 방식 1에 비해 최종구역의 형태를 보다 원형에 가까워지도록 만들어준다. 셋째, 방식 B, C(특히 B)가 원형도 측면에서 상대적으로 일관성 있는 결과를 산출해 준다. 시뮬레이션 연구 결과, B2 유형이 가장 적절한 무작위합역 절차인 것으로 드러났다. B2 유형은 상대적으로 원형도가 높은 최종구역을 산출할 뿐만 아니라, 연접도와 원형도 두 가지 측면 모두에서 상대적으로 일관성 있는 결과를 산출하는 것으로 평가되었다. 본 연구는 무작위합역 절차가 고정불변의 것이 아니라 다양하게 정의될 수 있으며, 그 다양성 속에서도 무작위성과 현실유관성의 관점에서 상대적으로 더 적절한 선택이 가능할 수 있다는 점을 실험 연구를 통해 보여주었다는 점에서 그 학문적인 의의가 있다고 평가할 수 있다.

랜덤은 게임의 재미에 핵심적인 역할을 한다. 이는 랜덤의 불확실성이 플레이어에게 놀라움을 주기 때문이다. 고전적 게임에서 랜덤은 일반적으로 게임 플레이에 활용되어 왔다. 이러한 랜덤은 스토리텔링에 참여하지 않은 반면, 현재는 인터랙티브 스토리텔링의 서술구조에 랜덤 시스템이 활용된 게임이 계속 등장하고 있으며 많은 플레이어들의 인정을 받고 있다. 이러한 게임들은 플레이어들에게 개인화된 경험을 제공할 뿐만 아니라 게임 스토리텔링 자체도 다양하게 만든다. 이러한 랜덤은 직접적으로 스토리텔링에 참여하며, 스토리텔링의 완전성과 논리성 을 보장하기 위해 항상 통제된 시스템이다. 랜덤 시스템에 있어 합리적인 디자인과 랜덤에 대한 효과적인 통제가 고전적 인터랙티브 스토리텔링에 새로운 가능성을 준다고 할 수 있다. 본 연구는 이러한 랜덤 시스템을 통제적 랜덤 스토리텔링 시스템으로 정의하였고, 그의 필수요소에 대해 분석과 요약을 시도하였다. 그다음에 게임 '레인즈'를 중심으로 통제적 랜덤 스토리텔링 시스템의 구체적인 구조와, 인터랙티브 스토리텔링 측면에서 어떤 특징이 있는지 연구하였다. 마지막으로 실제 게임 개발에 있어, 이러한 통제적 랜덤 스토리텔링 시스템의 활용 방법과 장단점에 대해 검토였다. 연구를 통하여 통제적 랜덤 스토리텔링 시스템은 전통적 인터랙티브 스토리텔링 게임의 트리 구조를 풀고 생성적 스토리의 효과를 실현하면, 생성 가능한 스토리 텔링 양상의 수를 크게 증가시킨다는 사실을 발견하였다. 그러나 이는 독립적 사건의 디자인와 밸런스 디자인에 대한 요구가 높아 비논리적 스토리텔링 양상을 생성하기 쉽다.

PURPOSES : This study analyzed explanatory variables, such as dangerous driving behaviors, in a negative binomial regression model, using the Digital Tachograph data of commercial vehicles, to assess the factors associated with freeway accidents. METHODS : Fixed parameter and random parameter negative binomial regression models were constructed using freeway accident data of commercial vehicles from January 2007 to July 2018 on the Gyeongbu Expressway from West Ulsan Interchange to Gimcheon Junction. RESULTS : Six explanatory variables (logarithm of average annual daily traffic, sunny, rainy, and snowy weather conditions, road curvature, and driving behaviors that included sudden stops) were found to impact the occurrence of freeway accidents significantly. Two of these variables (snowy weather conditions and sudden stops among dangerous driving behaviors) were analyzed as random parameters. These variables were shown as probabilistic variables that do not have a fixed impact on traffic accidents CONCLUSIONS : The variables analyzed as random parameters should be carefully considered when the freeway operating authorities plan an improvement project for highway safety.

본 연구의 목적은 적지적수 판단에 있어 최근 분류 예측에 활용되고 있는 랜덤포레스트 기법의 적용 가능성을 살펴보는데 있다. 즉, 수종별 조림 적지 판단에 있어 랜덤포레스트 기법을 소개하고 적지적수 도를 작성하여 적용성을 판단하고자 한다. 그 결과 랜덤포레스트 기법의 예측 정확도는 낙엽송 89.29%, 편백 73.89%로 높은 편으로 나타났다. 변수 중요도는 두 개의 수종 모두 표고, 경사, 방위의 순으로 영향력이 높은 것으로 나타났으며 지형, 토성, 토양형이 낮은 영향력을 보였다. 적지적수도 작성 결과, 낙엽송은 경상남도 중부를 제외한 대부분 지역이 가능지와 적지로 나타났으며, 편백은 경상남도의 북동부 지역이 적지로 나타났다. 랜덤포레스트 기법은 적지적수도 작성뿐만 아니라 산림 분야에서 적용되어 왔던 다양한 형태의 분류 및 예측 연구에서 활용 가능성이 높을 것으로 사료된다.