This study utilized real-time particulate matter (PM10) monitoring equipment mounted on vehicles and drones to measure PM10 concentrations in industrial complexes and track potential emission sources. This research was conducted in four industrial complexes located in Gyeonggi Province and Incheon Metropolitan City (Hwaseong Songsan Technopark, Incheon Geomdan, Incheon Namdong, and Hwaseong Mado) from August to October 2022, with a total of five measurement sessions. A vehicle-mounted light-scattering PM-monitoring device, Sniffer4D, was used to measure PM10 concentrations across the industrial complexes, followed by additional drone-based measurements in high-concentration areas. The results revealed significant variations in PM10 concentrations across different industrial complexes, ranging from an average of 10.3 mg/m3 to 51.6 mg/m3. In certain areas, PM10 levels exceeded the air quality threshold for poor conditions (80 mg/m3). Notably, in the high-concentration areas of Namdong and Mado Industrial Complexes, where PM10 exceeded the threshold, elevated measurements were observed at altitudes of 25~40 m, with concentrations reaching 164.4 mg/m3 and 189.0 mg/m3, respectively. These findings suggest that PM10 emissions from industrial facilities may be more concentrated at specific altitudes rather than at ground level. This study demonstrated that conventional ground-based monitoring alone has limitations in accurately identifying emission sources and that three-dimensional drone-based measurements provide a more effective approach for emission source tracking.

본 연구는 GNSS 기반 위치추적기를 부착한 큰고니(Cygnus cygnus) 12개체를 대상으로 2024년 12월부터 2025년 3월까지 낙동강 하구에서의 월동 행동권 및 북상 전 내륙 이동 특성을 분석하였다. 총 21,721개의 유효 좌표 데이터를 활용하여 Minimum Convex Polygon(MCP) 및 Kernel Density Estimation(KDE) 분석을 수행하였고, 월별 공간 이용 및 핵심 서식지 변화 양상을 파악하였다. 전체 평균 행동권 면적은 MCP 기준 113.38±251.36 ㎢, KDE 95% 기준 39.55±71.30 ㎢, KDE 50% 기준 7.21±12.19 ㎢로 나타났으며, 낙동강 하구 내 자료만 적용시 평균 면적은 각각 25.99 ㎢ (MCP), 12.72 ㎢ (KDE 95%), 2.81 ㎢ (KDE 50%)로 감소하였다. 대부분 개체는 을숙도, 맥도생태공원, 삼락생태공 원 및 백합등 등 특정 지역을 집중 이용하며 높은 서식지 충성도를 보였고, 일부 개체는 3월 중 주남저수지(창원), 해평천(구미) 등으로 단기 내륙 이동으로 북상 전 에너지 확보 또는 탐색 활동을 수행하였다. 특히, 2~3월에는 공간 이용 범위가 점차 확대되었고 핵심 서식지는 을숙도에서 맥도생태공원으로 이동하는 양상이 관찰되었다. 본 연구 결과는 낙동강 하구가 동아시아-대양주 철새이동경로(EAAF) 상의 핵심 월동지이자 중간기착지로서 기능하고 있음을 실증하였 고 서식지 보호, 먹이 제공 정책, HPAI 대응 등 실질적인 보전 전략 수립에 필요한 자료로 활용될 것으로 기대된다

Overloaded and improperly loaded trucks cause serious road hazards, such as rollovers and cargo falls. Although automatic enforcement methods are being studied, they face challenges in accuracy and legal application. Thus, a technology for direct tracking and enforcement is needed. This study uses EfficientNet to extract features of vehicles and license plates, and applies cosine similarity to identify the same vehicle. Comparisons were divided into “same vehicle” and “similar vehicle,” with a threshold-based method and five classification types. Results showed that the average similarity of the same vehicle group was 0.11 higher than that of the similar vehicle group. The accuracy of correctly identifying the same vehicle was 84.54%. Integrating OCR or LPR is expected to further improve tracking performance.

무용 교육은 연습실에서 교육자가 특정한 자세를 시범적으로 보여 주고 피교육자는 이를 따라서 동작하는 방식으 로 진행된다. 교육자는 특정한 자세를 모사할 때 동작에 대한 설명과 더불어 해당 동작에서 표현해야 하는 감성적인 상황을 설명하여 무용수가 해당 상황을 상상하고 동작하도록 유도한다. 이러한 교육은 무용 예술이 단순히 특정 자 세와 움직임을 정확하게 표현하는 것 이상으로 감성적인 움직임이 중요하기 때문에 동작에 감성이 포함될 수 있는 설명을 하는 것이다. 하지만 인간의 상상력은 개인마다 다르고 특히 아동 청소년은 경험의 부족으로 이미지 심상을 떠올리는데 다소 제한적일 수 있다. 이러한 제한적인 상황에서 피교육자는 몸으로 표현해야 할 감성적인 상황보다는 움직임과 자세에만 집중하게 되어 다소 건조한 표현을 하게 되거나 표현해야 하는 감성과는 다른 상황을 표현하게 된다. 본 연구는 무용수가 동작 별로 느껴야 하는 감성을 공간 그래픽으로 투사하여 몰입을 도와주며 자신의 움직임 이 실시간으로 공간 그래픽에 투영되어 감성적 몸의 움직임을 유도할 수 있는 인터랙티브 콘텐츠 연구이다. 연습실 공간에 가상의 콘텐츠가 프로젝션 되어 무용수는 자신이 연습실에 있는 것이 아닌 특정 동작을 위한 가상공간에 있 는 것처럼 구현된다. 또한, 설치되어있는 모션트레킹 센서(Motion Tracking Sensor)가 무용수의 신체와 움직임을 인 식하여 실시간으로 무용수의 움직임을 가상공간 그래픽에 파티클 이팩트(Particle Effect)를 통하여 표현해주므로 서 자신이 표현해야 하는 움직임에 동기를 유발한다. 이러한 감성 몰입을 위한 인터랙티브 콘텐츠 연구는 무용수의 상 상으로만 의존되어왔던 감성 몰입에 도입부 역할을 하며 또 다른 감성으로의 전이가 용이하도록 도와준다. 본 연구 는 단계별로 진행하며 각각의 단계마다 교육 현장에서 시행하여 교육적 효과를 실시간으로 검증한다. 이러한 단계별 진행을 통하여 검증된 결과를 기반으로 다음 단계의 연구자료로 활용하며 콘텐츠의 양적 확장과 이전 단계에서 발견 된 문제점을 개선한다. 본 연구를 통하여 유아 청소년의 감성발달과 움직임을 통한 신체적 건강에 이바지하며 인터 랙티브 콘텐츠를 통한 교육 방법의 방향성을 제시하고자 한다.

This paper investigates the cognitive processes involved in English word recognition among young EFL learners using eye-tracking methodology. A quasi-experimental mixed method design was used to investigate how young L2 learners engage with basic words, with or without pictorial cues. A total of seventeen 6th-grade pupils from two schools participated in the experiment. The participants were presented with a list of 20 words and were asked to read them aloud while their eye movements were tracked to discern their viewing patterns. Immediately after the reading task, stimulated-recall interviews were conducted to triangulate and validate the participants’ viewing behaviors. Results indicate that participants focused significantly more on the text than the accompanying pictures yet demonstrated better performance in recognizing and reading the words presented in a picture-based mode. Some participants reported that the pictures were not viewed because the words were easy to read. In contrast, others struggled to read certain words due to an over-reliance on their background knowledge, which sometimes led to misinterpretation. These results emphasize the importance of integrating visual cues with word recognition instruction in early language learning contexts, highlighting when and how these cues should be utilized effectively.

본 연구에서는 노인의 건강 증진 및 건강 유지를 위해 노인 맞춤형 운동 애플리케이션 개발을 목표로, 스마트폰을 활용한 실시간 동작 추적 기술과 영상과 사진을 바탕으로 한 AI 학습을 통 해 단계별 동작 인식과 판단이 가능한 운동 동작 모델을 구현하였다. 노인 맞춤형 운동 애플리 케이션은 실시간 피드백을 지원하고, 노인의 운동 능력과 신체 가동 범위에 적합하게 단계적 운동이 가능하도록 구현되어야 할 것이다. 이를 위해 본 논문에서는 골포스트 스퀴즈(Goal Post Squeeze) 운동 동작을 대상으로 하여 이를 일련의 단위 동작으로 설계하고, MoveNet 포 즈 추정 기법을 기반으로 동작 인식 모델을 개발하였다. 구현한 운동 동작 모델에 대한 작동 실험 결과 단계별 데이터 인식과 판단, 정동작과 오동작 판단, 수평유지를 판단하고 이를 바탕 으로 사용자에게 실시간 피드백을 제공할 수 있음을 확인하였다.

In response to the global transition towards carbon neutrality, there's an increasing emphasis on sustainable energy solutions, with offshore wind power playing a crucial role, especially in South Korea. This study presents an AI-based safety management system specifically designed for offshore wind operators. At the heart of this system is a machine learning algorithm that processes sensor data to automatically recognize human behavior and improve the accuracy of predicting worker actions and conditions. Such predictive analytics not only refines the analysis of behavioral patterns, but also increases the effectiveness of accident prevention. The results of this research are expected to significantly improve safety measures in offshore wind facilities and further sustainable energy initiatives.

To overcome the challenges in tracking insects underground, a detection method consisting of a metal detector and aluminum tag was developed for tracking a dung beetle, Copris ochus (Coleoptera: Scarabaeidae). First, detection rate was evaluated for varying volumes of aluminum tags varying orientations of the tags under soil. Then, the detection efficacy was evaluated in the field at varying depths of hidden tags in two types of vegetation. Finally, the effect of aluminum-tagging on the survivorship, burrowing depth, and horizontal movement of C. ochus adults were assessed. Generally, an increase in tag volume resulted in a greater detection depth with maximum depth of 17 cm. Orientation, however, did not affect detection rate except when tag was placed perpendicular to the soil surface. In the field, metal detectors could detect aluminum-tagged models with success rates ≥85% up to 10 cm and 45−60% at 20 cm under soil. Finally, no significant effect of tagging on survivorship and behaviors of C. ochus was observed.

This study explores the course tracking control problem of unmanned surface vessels (USVs) under the influence of actuator faults and internal and external uncertainties. In the control strategy desig n, we first model the unknown dynamics and use adaptive technology to construct an online appro ximator to compensate for the unknown dynamics of the system. Under the framework of adaptive backstepping, a robust adaptive course tracking control scheme is constructed. This control strategy does not require any prior knowledge of the model in advance. The stability analysis of the theoret ical mathematical derivation of the control strategy was conducted based on Lyapunov stability theo ry. Finally, the effectiveness of the control strategy proposed in this paper was verified through sim ulation.