This study numerically compares optimum solutions generated by element- and node-wise topology optimization designs for free vibration structures, where element-and node-wise denote the use of element and nodal densities as design parameters, respectively. For static problems optimal solution comparisons of the two types for topology optimization designs have already been introduced by the author and many other researchers, and the static structural design is very common. In dynamic topology optimization problems the objective is in general related to maximum Eigenfrequency optimization subject to a given material limit since structures with a high fundamental frequency tend to be reasonable stiff for static loads. Numerical applications topologically maximizing the first natural Eigenfrequency verify the difference of solutions between element-and node-wise topology optimum designs.

정보통신 기술의 발전과 스마트 기기의 확산으로 스마트러닝이 보편화되었으며 이에 따라 스마트러닝 관련 연구가 활발하게 이루어지고 있으며 연구 성과가 축적되고 있다. 이에 기존의 스마트러닝 연구 중에 서 상관계수 결과를 포함한 논문을 대상으로 메타분석을 실시하여 스마트러닝의 효과크기를 분석하였다. 이 과정에서 선행연구 결과를 검토하여 스마트러닝 특성요인으로 동기유발, 시스템, 콘텐츠, 서비스로 유 목화하고, 결과변수로는 만족도, 성과, 태도를 정의하였다. 메타분석 결과 스마트러닝 전체 관점뿐 아니라 각 특성요인인 동기유발, 시스템, 콘텐츠, 서비스 모든 측면에서 스마트러닝의 효과크기는 유의하게 중간 정도 수준으로 나타났다. 유일하게 유의하지 않은 것으로 나타난 성과에 대한 콘텐츠의 효과크기를 제외 하고는 만족도, 성과, 태도 모든 측면에서 스마트러닝 각 특성요인의 효과크기가 유의하게 중간 정도 수준으로 나타났다. 연구 대상에 따른 효과크기 측면에서는 직장인이 가장 높은 효과를 유의하게 보였다. 표본수에 따른 효과크기 측면에서는 300명에서 999명까지가 유의하게 가장 높게 나타났다. 본 논문이 시도한 스마트러닝 메타분석은 시의성으로나 확장된 연구 대상 논문 수 측면에서 의의를 찾을 수 있으며 수많은 스마트러닝 특성요인과 결과변수를 유목화하고 분류한 뒤 이에 대한 효과크기를 측정하였다는 데에 의의가 있다. 각 연구자들의 시각과 필요에 따라 다양한 표현을 동원한 스마트러닝 특성요인과 결과변수를 본 연구의 연구자들이 종합적인 관점에서 분류한 것은 향후 스마트러닝 연구를 위한 하나의 새로운 밑거름이 될 수 있다.

최근 소셜미디어 이용이 심리적 웰빙에 미치는 영향이 부각되고 있으나 어떤 요소가 소셜미디어 상에서의 관계 의 질을 예측할 수 있는지에 대한 연구는 상대적으로 드물다. 본 연구는 머신러닝 기법을 이용하여 COVID-19로 인한 자가격리 동안 인스타그램 활동과 외로움, 우울 등의 심리 상태가 소셜미디어 상에서의 관계의 질을 예측할 수 있는지 알아보고자 하였다. 성인 95명을 대상으로 자가격리 중과 자가격리 해제 후 시점에서 외로움, 인스타그 램 활동, 소셜미디어 상에서의 관계, 우울 등에 대해 자기보고식 설문에 응답하도록 하였다. 그 후, 다차원 척도법과 표상유사성분석, 분류분석을 각 시점에 대해 수행하였다. 다차원척도법 결과, 1차원에서 인스타그램 이용 시간과 우울이 다른 변인들과 구별되었으며, 2차원에서 외로움과 수동적 이용이 다른 변인들과 구별되었다. 그 후 소셜미 디어 상에서의 관계의 질의 고,저 집단에 대해 표상유사성분석을 실시한 결과, 소셜미디어 상에서의 관계의 질이 높은 집단은 낮은 집단보다 자가격리의 영향을 더 많이 받는 것으로 나타났다. 분류분석 결과에서도 소셜미디어 상에서의 관계의 질 예측 변인이 사회적 고립의 여부에 따라 달라지는 것으로 나타났다. 따라서 본 연구의 결과는 사람들이 사회적 고립 상황에 있지 않을 때 인스타그램 이용 변인과 심리적 변인이 소셜미디어 상에서의 관계를 더 잘 예측할 수 있음을 시사한다.

Nowadays, artificial intelligence model approaches such as machine and deep learning have been widely used to predict variations of water quality in various freshwater bodies. In particular, many researchers have tried to predict the occurrence of cyanobacterial blooms in inland water, which pose a threat to human health and aquatic ecosystems. Therefore, the objective of this study were to: 1) review studies on the application of machine learning models for predicting the occurrence of cyanobacterial blooms and its metabolites and 2) prospect for future study on the prediction of cyanobacteria by machine learning models including deep learning. In this study, a systematic literature search and review were conducted using SCOPUS, which is Elsevier’s abstract and citation database. The key results showed that deep learning models were usually used to predict cyanobacterial cells, while machine learning models focused on predicting cyanobacterial metabolites such as concentrations of microcystin, geosmin, and 2-methylisoborneol (2-MIB) in reservoirs. There was a distinct difference in the use of input variables to predict cyanobacterial cells and metabolites. The application of deep learning models through the construction of big data may be encouraged to build accurate models to predict cyanobacterial metabolites.

Metal additive manufacturing (AM) has transformed conventional manufacturing processes by offering unprecedented opportunities for design innovation, reduced lead times, and cost-effective production. Aluminum alloy, a material used in metal 3D printing, is a representative lightweight structural material known for its high specific strength and corrosion resistance. Consequently, there is an increasing demand for 3D printed aluminum alloy components across industries, including aerospace, transportation, and consumer goods. To meet this demand, research on alloys and process conditions that satisfy the specific requirement of each industry is necessary. However, 3D printing processes exhibit different behaviors of alloy elements owing to rapid thermal dynamics, making it challenging to predict the microstructure and properties. In this study, we gathered published data on the relationship between alloy composition, processing conditions, and properties. Furthermore, we conducted a sensitivity analysis on the effects of the process variables on the density and hardness of aluminum alloys used in additive manufacturing.

코로나 19 팬데믹 및 기후 변화 등으로 전 세계적으로 필수적인 생필품과 자원의 품귀 이슈가 지속해서 발생하고 있다. 이러한 현상을 극복하고자 교역량의 수요가 갑자기 증가하였으며 이 결과 컨테이너선의 운임이 대폭 상승하였다. 컨테이너선의 크기 변화는 1960 년대 1,500TEU(twenty-foot equivalent unit)를 시작으로 2021년에는 24,400TEU로 대형화가 진행되고 있다. 컨테이너 적재 능력의 향상은 라싱브 릿지 구조의 대형화와 긴밀하게 연관되어 있고, 안전한 컨테이너 고박 및 항해 시 발생하는 다양한 외력 하중에 안전한 구조설계를 해야 한다. 현재 주요 선급에서는 라싱브릿지 구조 안전성을 평가할 수 있는 구조해석 기반의 지침서를 배포하고 있으나, 허용기준 및 평가 방 법이 달라서 설계 시 엔지니어들에게 혼선을 주고 있다. 본 연구에서는 결과에 영향을 줄 가능성이 큰 주요 변수들(모델링 범위, 오프닝 고 려 여부, 메쉬 크기) 변화에 따른 강도 변화 특성을 정리하였다. 이 결과를 바탕으로 저자들은 합리적인 구조해석 기반 평가에 대한 검토사 항을 제안하였고, 추후 선급 기준 개정 시 참고가 될 수 있을 것으로 기대한다.

본 연구는 관리자 코칭 행동의 관련 변인을 살펴보고자 관리자 코칭 행동 모 델을 중심으로 관리자 코칭 행동을 체계적으로 분석하였으며 각 연구결과를 체 계적이고 계량적으로 분석하는 메타분석방법을 활용하였다. 연구의 목적을 달 성하기 위하여 체계적 문헌고찰에 대한 연구절차인 PRISMA 가이드라인에 따 라 문헌확인, 문헌선별, 선정기준 검토, 최종확정의 단계를 거쳐 최종적으로 메 타분석 연구 대상 논문 51개를 선정하였다. 본 연구의 결과는 다음과 같다. 첫째, 본 연구는 관리자 코칭 행동과 효과성의 크기를 비교 분석하여 살펴볼 수 있었다. 둘째, 관리자 코칭 행동의 구성요소 효 과 크기와 관련하여 관계 및 존중이 가장 높게 나타났다. 셋째, 관리자 코칭 행 동의 코칭효과별 상관관계와 관련하여 정서적 효과, 인지적, 기술적 효과, 성과 등 다양한 효과 크기를 살펴 볼 수 있었다. 넷째, 산업별 효과 크기는 서비스 산 업에서 더 큰 관계를 보였다. 다섯째, Stowell의 관리자 코칭 척도를 사용한 효 과 크기가 다른 학자들의 코칭 척도보다 더 큰 관계를 보였다. 본 연구 결과에 따른 의미를 살펴보면, 첫째, 본 연구는 기존의 연구와 다르게 구체적으로 관리자 코칭 행동에 관한 메타분석을 실시하였다는 측면에서 기존의 연구와 차별되었다. 둘째, 관리자 코칭이 역량개발 및 성과위주의 코칭에서 벗어 나 조직원과의 지속적인 관계 과정으로 방향을 제시하고 피드백을 주는 것이 중 요하다는 것을 보여주었다. 셋째, 본 연구는 관리자 코칭의 효과성 관련하여 정서 적, 인지적, 기술적 및 성과 관련된 효과에 대한 메타분석을 통하여 향후 관리자 코칭의 효과성에 재검토의 필요성을 제시하였다는 것에 의미를 둘 수 있다.

This study aimed to confirm the importance ratio of climate and management variables on production of orchardgrass in Korea (1982―2014). For the climate, the mean temperature in January (MTJ, ℃), lowest temperature in January (LTJ, ℃), growing days 0 to 5 (GD 1, day), growing days 5 to 25 (GD 2, day), Summer depression days (SSD, day), rainfall days (RD, day), accumulated rainfall (AR, mm), and sunshine duration (SD, hr) were considered. For the management, the establishment period (EP, 0―6 years) and number of cutting (NC, 2nd―5th) were measured. The importance ratio on production of orchardgrass was estimated using the neural network model with the perceptron method. It was performed by SPSS 26.0 (IBM Corp., Chicago). As a result, EP was the most important variable (100%), followed by RD (82.0%), AR (79.1%), NC (69.2%), LTJ (66.2%), GD 2 (63.3%), GD 1 (61.6%), SD (58.1%), SSD (50.8%) and MTJ (41.8%). It implies that EP, RD, AR, and NC were more important than others. Since the annual rainfall in Korea is exceed the required amount for the growth and development of orchardgrass, the damage caused by heavy rainfall exceeding the appropriate level could be reduced through drainage management. It means that, when cultivating orchardgrass, factors that can be controlled were relatively important. Although it is difficult to interpret the specific effect of climates on production due to neural networking modeling, in the future, this study is expected to be useful in production prediction and damage estimation by climate change by selecting major factors.

We investigate infrared properties of OGLE4 Mira variables in our Galaxy. For each object, we cross-identify the AllWISE, 2MASS, Gaia, and IRAS counterparts. We present various IR two-color diagrams (2CDs) and period-magnitude and period-color relations for the Mira variables. Generally, the Mira variables with longer periods are brighter in the IR fluxes and redder in the IR colors. In this work, we also revise and update the previous catalog of AGB stars in our Galaxy using the new sample of OGLE4 Mira variables. Now, we present a new catalog of 74,093 (64,609 O-rich and 9,484 C-rich) AGB stars in our Galaxy. A group of 23,314 (19,196 O-rich and 4,118 C-rich) AGB stars are identified based on the IRAS PSC and another group of 50,779 (45,413 O-rich and 5,366 C-rich) AGB stars are identified based on the AllWISE source catalog. For all of the AGB stars, we cross-identify the IRAS, AKARI, MSX, AllWISE, 2MASS, OGLE4, Gaia, and AAVSO counterparts and present various infrared 2CDs. Comparing the observations with the theory, we find that basic theoretical dust shell models can account for the IR observations fairly well for most of the AGB stars.

Background: The oxygen uptake efficiency slope (OUES) is the most important index for accurately measuring cardiopulmonary function in patients with acute ischemic heart disease. However, the relationship between the OUES variables and important cardiopulmonary function parameters remain unelucidated for patients with acute ischemic heart disease, which accounts for the largest proportion of heart disease. Objects: The present cross sectional clinical study aimed to determine the multiple relationships among the cardiopulmonary function variables mentioned above in adults with acute ischemic heart disease. Methods: A convenience sample of 110 adult inpatients with ischemic heart disease (age: 57.4 ± 11.3 y; 95 males, 15 females) was enrolled at the hospital cardiac rehabilitation center. The correlation between the important cardiopulmonary function indicators including peak oxygen uptake (VO2 peak), minute ventilation (VE)/carbon dioxide production (VCO2) slope, heart rate recovery (HRR), and ejection fraction (EF) and OUES was confirmed. Results: This study showed that OUES was highly correlated with VO2 peak, VE/VCO2 slope, and HRR parameters. Conclusion: The OUES can be used as an accurate indicator for cardiopulmonary function. There are other factors that influence aerobic capacity besides EF, so there is no correlation with EF. Effective cardiopulmonary rehabilitation programs can be designed based on OUES during submaximal exercise in patients with acute ischemic heart disease.

The prediction of algal bloom is an important field of study in algal bloom management, and chlorophyll-a concentration(Chl-a) is commonly used to represent the status of algal bloom. In, recent years advanced machine learning algorithms are increasingly used for the prediction of algal bloom. In this study, XGBoost(XGB), an ensemble machine learning algorithm, was used to develop a model to predict Chl-a in a reservoir. The daily observation of water quality data and climate data was used for the training and testing of the model. In the first step of the study, the input variables were clustered into two groups(low and high value groups) based on the observed value of water temperature(TEMP), total organic carbon concentration(TOC), total nitrogen concentration(TN) and total phosphorus concentration(TP). For each of the four water quality items, two XGB models were developed using only the data in each clustered group(Model 1). The results were compared to the prediction of an XGB model developed by using the entire data before clustering(Model 2). The model performance was evaluated using three indices including root mean squared error-observation standard deviation ratio(RSR). The model performance was improved using Model 1 for TEMP, TN, TP as the RSR of each model was 0.503, 0.477 and 0.493, respectively, while the RSR of Model 2 was 0.521. On the other hand, Model 2 shows better performance than Model 1 for TOC, where the RSR was 0.532. Explainable artificial intelligence(XAI) is an ongoing field of research in machine learning study. Shapley value analysis, a novel XAI algorithm, was also used for the quantitative interpretation of the XGB model performance developed in this study.

To solve the pathological problems of the musculoskeletal system based on evidence, a sophisticated analysis of human motion is required. Traditional optical motion capture systems with high validity and reliability have been utilized in clinical practice for a long time. However, expensive equipment and professional technicians are required to construct optical motion capture systems, hence they are used at a limited capacity in clinical settings despite their advantages. The development of information technology has overcome the existing limit and paved the way for constructing a motion capture system that can be operated at a low cost. Recently, with the development of computer vision-based technology and optical markerless tracking technology, webcam-based 3D human motion analysis has become possible, in which the intuitive interface increases the user-friendliness to non-specialists. In addition, unlike conventional optical motion capture, with this approach, it is possible to analyze motions of multiple people at simultaneously. In a non-optical motion capture system, an inertial measurement unit is typically used, which is not significantly different from a conventional optical motion capture system in terms of its validity and reliability. With the development of markerless technology and advent of non-optical motion capture systems, it is a great advantage that human motion analysis is no longer limited to laboratories.

In this study, stiffness evaluation was conducted on the main member, front cross member, and rear cross member, which are three components of sub-frame for SUVs (sports utility vehicles), through mode analysis. As for the design variables used in the analysis, the maximum frequency was examined by varying the width and height of each of the three parts into four types. Of course, the weight at this time is minimized, and the mode is set as a constraint that only bending occurs and no distortion occurs. As a result of the analysis, the member affecting the 1st mode was the rear cross member, and the member having the greatest influence on the 2nd mode was the front cross member. In addition, the member with the greatest influence on the 3rd mode appeared as the rear cross member, indicating that this part had the greatest effect on the bending stiffness.

CALMET (California Meteorological Model), which is a meteorological subroutine for an air quality dispersion mode (CALPUFF; California Puff Model), closely related with the land surface structure. In this study, the sensitivity of micro-meteorological parameters including wind speed and roughness height, Albedo, Bowen ratio, soil heat flux, and leaf area index were closely evaluated with change of land-use in relation to urban development. As a result, although no consistent dependence of roughness height on surface wind was found, it showed that high value of surface roughness could lead to the increase of friction velocity, influence the Monin-Obukhov length and the mixing height. At the same time, the increasing Albedo reduced friction velocity and mixing height. Thus, it was concluded for the CALMET modelling that it is necessary to first define the roughness height, Albedo, and Bowen ratio according to land-use.

월파된 파도를 이용한 파력발전시스템을 월파수류형 파력발전기 OWEC(Overtopping Wave Energy Converter)라고 한다. OWEC의 성능은 발전 시스템은 특성상 파도의 파고와 주기의 영향을 받는다. 파도는 해양에 따라 파고, 주기, 파도 방향 등의 특성이 다르고 이러 한 파도의 다양한 특성 때문에 OWEC는 안정적인 전력을 생산하기 어렵다. 따라서 각 바다의 특성에 따른 OWEC의 적절한 형상에 관한 연구가 필요하다. 본 연구에서는 SPH(Smoothed Particle Hydrodynamics) 입자법을 사용하여 OWEC의 램프 설계가 hydraulic efficiency에 미치 는 영향을 확인했다. 총 10개의 모델을 설계하였으며, 선택된 매개변수에 따라 램프의 설계 파라미터를 선택하고 사면의 형상을 변경하여 시뮬레이션을 수행하였다. 해석 결과로부터 구한 유량을 기초로 hydraulic efficiency를 산출하였다. 계산된 hydraulic efficiency를 바탕으로 각 변수가 사면의 형상에 따른 월파 성능에 미치는 영향을 확인하였다. 본 연구에서는 특정 해역에 따른 OWEC 램프의 적절한 형상에 대한 방향을 제시하였다.

본 연구는 기상청에서 운용 중인 영국 the United Kingdom Earth System Model (UKESM)을 리눅스 클러스터 에 설치하여 과거 28년 기간에 대해 적분을 수행하고, 추가적인 수치 실험을 수행하여 얻은 결과와 비교한다. 설치한 UKESM은 저해상도 버전이지만, 대류권 대기 화학-에어로졸 과정과 성층권 오존 화학 과정을 동시에 모의하는 United Kingdom Chemistry and Aerosol (UKCA) 모듈을 포함하고 있는 최신 버전이다. 본 연구에 사용된 UKCA가 포함된 UKESM (UKESM-UKCA)은 전체 대기에서의 화학, 에어로졸, 구름, 복사 과정이 연동된 모델이다. CMIP5 기존 배출 량 자료를 사용하는 UKESM 기준 적분 수치 모의와 함께, 동아시아 지역 이산화황(SO2) 배출이 기상장에 미치는 영향 을 평가하기 위하여 CMIP5 SO2 배출량 대신 최신의 REAS 배출자료로 교체한 실험 적분 수치 모의를 수행하였다. 두 수치 모의의 기간은 모두 1982년 1월 1일부터 2009년 12월 31일까지 총 28년이며, 모델 결과는 동아시아 지역 에 어로졸 광학 두께, 2-m 온도, 강수 강도의 시간 평균값과 시간 변화 경향의 공간 분포를 분석하고 관측자료와 비교하 였다. 모델에서 얻어진 온도와 강수 강도의 공간 분포 패턴은 관측자료와 전반적으로 유사하였다. 또한 UKESM에서 모의된 오존 농도와 오존전량의 공간 분포도 위성 관측 자료와 분포 패턴이 일치하였다. 두 UKESM 실험 적분 모의 결과로 얻어진 온도와 강수 강도의 선형 변화 경향의 비교를 통해, 동아시아 지역 SO2 지면 배출은 서태평양과 중국 북부지역에 대한 온도와 강수량의 변화 경향에 중요한 요인임을 확인할 수 있었다. 본 연구를 통해 슈퍼컴퓨터에서만 운용되던 UKESM이 리눅스 클러스터 컴퓨팅 환경에도 설치되어 운용이 가능하다는 점을 제시한다. 대기 환경 및 탄소 순환을 연구하는 다양한 분야의 연구자들에게도 대기-해양-지면-해빙이 상호작용하는 UKESM와 같은 지구시스템모델이 활용될 가능성과 접근성이 높아졌다.