• 생태와환경
• /
• 제56권3호
• /
• pp.187-195
• /
• 2023

영산강의 상류에는 4개의 농업용 댐들이 축조되어 있으며 각 댐의 물은 경작지 관개용수로 거의 모두 공급되고 영산강 본류로 방류되지 않고 있다. 또한, 관개용수의 대부분도 사용 후에 영산강으로 회귀하지 않고 격리된 상태의 별도 용수간선을 통하여 영산강 하류까지 흘러가기 때문에 영산강 본류의 유량 부족 문제를 가중시키고 있다. 이러한 원인으로 영산강 유량의 71%가 하수처리수로 채워지는 결과를 초래하였으며 이에 따라 수질뿐 아니라 수생태 건강성도 우리나라 4대강 중 가장 열악한 실정이다. 따라서 본 연구에서는 영산강 수질개선을 위한 여러 가지 시나리오들을 오염삭감과 유량증대를 함께 고려하여 개발하였고 QUAL-MEV를 이용하여 각 시나리오의 장래수질을 예측·분석하였으며, 이러한 연구결과로부터 얻어진 결론은 다음과 같다. 1. 영산강의 수질개선은 오염삭감을 통해 그동안 꾸준히 시행되어 왔으나 이제 한계에 다다르고 있어 앞으로는 오염삭감만이 아니라 유량증대(해수담수화 포함) 방법이 함께 중점 추진되어야 하며, 이러한 경우에는 영산강 수질목표의 달성도 가능하다. 2. BOD는 오염삭감 그리고 T-P는 유량증대의 방법을 통해 크게 개선될 수 있다고 예측되었으므로 수질목표의 달성을 위해 오염삭감과 더불어 유량증대가 함께 도입된다면 이들 상호 간에는 시너지 효과가 크게 작용할 수 있을 것이다. 3. 그러나 유량증대사업의 원활한 추진을 위해서는 투자비용을 늘리는 것도 중요하겠으나 기존의 용수 이해관계자들간에 형성되어 있는 갈등 문제를 협의·해소키 위한 꾸준한 노력이 선행되어야 할 것이다. 4. 댐의 건설, 용수배분 조정 등 강우 유관형 유량증대 방법은 기후변화로 인해 강우가 오랜 기간 발생하지 않으면서 대가뭄이 지속될 경우에 적용의 효용성이 떨어지거나 상실될 수 있으므로 앞으로 비슷한 조건이라면 강우 무관형인 해수담수화시설을 유량증대사업 중 우선 설치대상으로 고려해야 할 것이다. 그 이유는 이러한 시설이 우리나라에서 새로 건설하기 어려운 댐의 용수확보 기능을 대체할 수 있고 대가뭄이 장기간 지속될 경우에 물관련 재해방지도 가능하여 기후변화의 적응시설로서 유용할 수 있기 때문이다.

• Korean Chemical Engineering Research
• /
• 제62권1호
• /
• pp.36-43
• /
• 2024

폐어망은 해양 플라스틱 폐기물의 50% 이상을 차지하며, 해양생태계를 파괴하는 주요 원인으로 지목되고 있다. 이러한 문제를 해결하기 위해 폐어망은 소각, 매립, 기계적 재활용 등의 방법으로 처리되고 있으나, 부가가치가 낮은 제품으로 재활용되며, 오염 물질을 배출한다는 한계가 존재한다. 하지만 플라스틱 고분자로 구성된 폐어망은 열분해 방법을 통해 처리할 경우, 합성가스 및 열분해유와 같은 유용한 자원으로 재활용할 수 있다. 따라서 본 연구에서는 CO₂ 기반에서 폐어망을 촉매 열분해하여 고순도의 H₂를 생산하는 공정을 제안하였다. 제안된 공정은 다음 3단계로 구성된다. 첫째, 전처리 된 폐어망을 CO₂ 기반 하 Ni/SiO₂ 촉매 열분해 반응을 통해 합성가스 및 열분해유를 생산한다. 둘째, 생성된 열분해유를 연소시켜 열분해 반응의 에너지원으로 재사용한다. 마지막으로, 합성가스를 WGS (Water-Gas-Shift) 및 PSA (Pressure Swing Adsorption)를 통해 고순도의 H₂로 전환한다. 본 연구에서는 제안된 공정의 열분해 결과를 일반적인 열분해 조건인 기존 N₂ 기반 열분해 결과와 비교하였다. 시뮬레이션 결과, 폐어망 500 kg/h을 열분해 시 N₂ 기반에서는 2.933 kmol/h의 고순도 H₂를, CO₂ 기반에서는 3.605 kmol/h 의 고순도 H₂를 생산 가능했다. CO₂ 기반 폐어망 열분해에서 CO 생산이 향상되어 최종적으로 H₂ 생산량이 증대된 결과가 도출되었다. 또한 폐어망 열분해 시 CO₂ 기반에서는 공정 운전 과정에서 배출되는 CO₂를 포집 후 활용함으로써, N₂ 기반 열분해에 비해 CO₂ 배출량을 89.8% 줄일 수 있었다. 연구 결과를 바탕으로 CO₂ 기반에서의 제안 공정은 폐어망 재활용과 더불어 친환경적인 수소 연료생산이라는 목표를 달성할 수 있을 것으로 기대된다.

• 대한방사선치료학회지
• /
• 제35권
• /
• pp.7-13
• /
• 2023

목 적: 본 연구에서는 자궁경부암이 자궁과 함께 몸 밖으로 돌출되었을 때 맞춤형 Bolus를 사용하는 것이 치료계획에서 선량 전달에 미치는 영향을 평가하고 환자 set-up에서의 재현성을 평가하고자 한다. 대상 및 방법: 치료 계획은 Eclipse Treatment Planning System (Version 15.5.0, Varian, USA)을 사용했으며 치료기는 VitalBeam (Varian Medical Systems, USA)을 사용하였다. 방사선 치료 기법은 3D-CRT로 AP/PA 방향으로 6MV 에너지를 이용하였다. 처방 선량은 1.8 Gy/fx이고 총 선량은 50.4 Gy/28 fx이다. 이온챔버는 Semiflex TM31010 (PTW, Germany)을 사용하였으며, 각 위치 이동 및 종양 중심 선량에 따른 계획선량과 측정된 선량을 비교하여 선량 분포를 분석 및 평가하였다. 첫 번째 측정은 팬텀에 맞춤형 Bolus를 적용하여 중심에서 수행하였으며, 위치 오차를 가정하여 중심에서 X, Y, Z축 방향으로 -2 cm ~ +2 cm 범위에서 이동하면서 측정하였다. 0.5 cm 간격으로 측정하였으며, Y축 방향은 ±3 cm까지 측정하였고 Bolus가 잘못 set-up된 상황도 측정하였다. 측정된 선량은 팬텀의 air cavity 대신 실리콘의 CT Hounsfield Unit (HU) 240으로 보정된 선량을 기준으로 비교하였다. 결 과: 위치 오차는 모든 X, Y, Z축에서 최대 ±2 cm까지 약 -1%이다. Y축의 경우 +3 cm의 차이가 발생했을 때 -9.73%의 오차가 발생하였다. 그리고 Bolus가 피부에 올바르게 부착되지 않았을 때 -2.6%, 완전히 제거되었을 때 3.92%의 오차가 있었다. 결 론: 맞춤형 Bolus를 사용한 경우 치료 선량 분포가 균일했으며, 위치 오차가 발생한 경우에도 처방 선량과 실제 측정값 사이에 큰 차이가 없었다. 기존 시트형 Bolus는 몸 밖으로 튀어나온 불규칙한 모양의 종양을 보완하기는 어렵지만 맞춤형 Bolus는 치료 선량을 균일하게 전달하는데 유용한 것으로 확인된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.37-51
• /
• 2015

인터넷 기술의 발전과 인터넷 상 데이터의 급속한 증가로 인해 데이터의 활용 목적에 적합한 분석방안 연구들이 활발히 진행되고 있다. 최근에는 텍스트 마이닝 기법의 활용에 대한 연구들이 이루어지고 있으며, 특히 문서 내 텍스트를 기반으로 문장이나 어휘의 긍정, 부정과 같은 극성 분포에 따라 의견을 스코어링(scoring)하는 감성분석과 관련된 연구들도 다수 이루어지고 있다. 이러한 연구의 연장선상에서, 본 연구는 인터넷 상의 특정 기업에 대한 뉴스 데이터를 수집하여 이들의 감성분석을 실시함으로써 주가의 등락에 대한 예측을 시도하였다. 개별 기업의 뉴스 정보는 해당 기업의 주가에 영향을 미치는 요인으로, 적절한 데이터 분석을 통해 주가 변동 예측에 유용하게 활용될 수 있을 것으로 기대된다. 따라서 본 연구에서는 개별 기업의 온라인 뉴스 데이터에 대한 감성분석을 바탕으로 개별 기업의 주가 변화 예측을 꾀하였다. 이를 위해, KOSPI200의 상위 종목들을 분석 대상으로 선정하여 국내 대표적 검색 포털 서비스인 네이버에서 약 2년간 발생된 개별 기업의 뉴스 데이터를 수집 분석하였다. 기업별 경영 활동 영역에 따라 기업 온라인 뉴스에 나타나는 어휘의 상이함을 고려하여 각 개별 기업의 어휘사전을 구축하여 분석에 활용함으로써 감성분석의 성능 향상을 도모하였다. 분석결과, 기업별 일간 주가 등락여부에 대한 예측 정확도는 상이했으며 평균적으로 약 56%의 예측률을 보였다. 산업 구분에 따른 주가 예측 정확도를 통하여 '에너지/화학', '생활소비재', '경기소비재'의 산업군이 상대적으로 높은 주가 예측 정확도를 보임을 확인하였으며, '정보기술'과 '조선/운송' 산업군은 주가 예측 정확도가 낮은 것으로 확인되었다. 본 논문은 온라인 뉴스 정보를 활용한 기업의 어휘사전 구축을 통해 개별 기업의 주가 등락 예측에 대한 분석을 수행하였으며, 향후 감성사전 구축 시 불필요한 어휘가 추가되는 문제점을 보완한 연구 수행을 통하여 주가 예측 정확도를 높이는 방안을 모색할 수 있을 것이다.

• 대한핵의학회지
• /
• 제38권4호
• /
• pp.318-324
• /
• 2004

목적: Philips GEMINI PET/CT 스캐너는 GSO 섬광결정을 사용해 제작된 전신용 PET/CT 스캐너이다. 이 연구에서는 NEMA에서 새롭게 제안한 NEMA NU2-2001에 따라 GEMINI PET/CT 스캐너의 공간분해능, 민감도, 산란분획, NECR 등을 평가하고 그 결과를 BGO, LSO등의 섬광결정의 특성과 비교하였다. 대상 및 방법: GEMINI는 Philips ALLEGRO PET과 MX8000 D multi-slice CT 스캐너를 결합한 PET/CT 스캐너로서 검출기는 GSO 섬광결정 ($4{\times}6{\times}20mm^3$)을 사용하였고 축방향 시야는 18 cm이다. 공간분해능. 민감도, 산란분획, NECR 등을 평가하기 위하여 PET 데이터를 획득하였다(동시계수창: 8 ns, 에너지창: $409{\sim}664$ keV). 공간분해능 측정을 위하여 축횡단면의 중심에서 1 cm, 10 cm 떨어진 지점의 각 3지점((a) x=0, y=1, (b)x=10, y=0, (c)x=0, y=10)에서 영상을 획득한 다음 여과후역투사방법(램프필터 사용)과 3D RAMLA를 이용하여 영상재구성을 하고 FWHM을 구하였다. 민감도 측정을 위하여 선선원(F-18)을 축횡단면의 중심과 중심에서 10 cm 벗어난 지점에서 5개의 알루미늄관을 차례로 씌워 매질감쇠에 따라 달라지는 참계수를 구하고 이 값을 회귀분석하여 감쇠매질이 없는 이상적인 상황에서의 민감도를 측정하였다(랜덤계수가 참계수의 1%이내). 산란분획과 NECR을 측정하기 위하여 F-18 선선원(1110 MBq)을 산란팬텀에 주입하여 7반감기동안 계수를 획득하였다. SSRB을 사용하여 3D 데이터를 재구성한 다음 랜덤계수율이 참계수율이 1% 미만인 영역에서 산란분획을 구하고 각 횡단면의 값을 평균하여 전체 산란분획을 얻었다. 이 값을 기초로 각 프레임, 각 횡단면에 대한 랜덤계수율, 산란계수율, NECR을 구하였다. 결과: 스캐너의 중심에서 1 cm 벗어난 지점에서 횡축방향, 축방향 공간분해능은 (1) 5.3, 6.5 mm (FBP), (2) 5.1, 5.9 mm (3D RAMLA)이었다. 횡단면의 중심에서 10 cm 벗어난 지점에서 횡축반경방향, 횡축접선방향, 축방향 공간분해능은 (1) 5.7, 5.7, 7.0 mm (FBP), (2) 5.4, 5.4, 6.4 mm (3D RAMLA)이었다. 감쇠매질이 없는 이상적인 상황에서의 민감도는 횡단면의 중심에서 3,620 counts/sec/MBq, 횡단면의 중심에서 10 cm 벗어난 지점에서 4,324 counts/sec/MBq이었다. 산란분획은 40.6%, 최대 참계수율과 최대 NECR은 각각 88.9 kcps @ 12.9 kBq/mL, 34.3 kcps @ 8.84 kBq/mL이었다. 결론: 이 실험에서 NEMA NU2-2001을 이용해 GSO 섬광결정을 사용해 제작된 PET/CT에 대한 성능 평가를 실시하였다. 이는 BGO, LSO 섬광결정을 사용해 제작된 PET 스캐너의 특성과 비교할 수 있는 자료를 제공하며 PET 영상 획득 시 객관적 평가와 분석에 유용하였다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권1호
• /
• pp.17-23
• /
• 2008

목적 : 골밀도검사의 중요한 부분을 차지하고 있는 검사장비 및 검사자의 정밀도와 정확도는 환경에 따라 차이가 있기 때문에 질 관리가 체계적으로 이루어져야 한다. 골밀도 검사장비의 노화 및 잦은 고장에 의하여 장비의 교체 및 추가 구입으로 인하여, 추적검사를 하는 환자들의 호환성에 문제가 있다. 따라서 장비 교체 및 증설 후 동일한 장비처럼 호환하여 시용해도 환자의 임상적인 골밀도 변화를 정확하고 정밀하게 반영할수 있는지 알아보고자 한다. 재료 및 방법 : 장비 정밀도는 GE Lunar Prodigy Advance 2 대의 장비 (P1, P2)와 HOLOGIC Spine Phantom(HSP)을 이용하여 각 장비에서 20 번씩 스캔하여 팬텀을 이용한 정밀도 데이터를 획득하였고 (Group 1), 여성 120명 (평균나이 48.78, $20{\sim}60$세)을 대상으로 각 장비에서 15명씩, 같은 환자가 두 번 촬영을 하여 각 검사자의 정밀도를 측정했다(Group 2), 또한 검사자의 정밀도는 팬텀(ASP)을 이용하여 매일 아침마다 질 관리 시행후 얻은은 데이터를 기준으로, 각각의 장비에서 HSP를 이용하여 각 장비에서 20번씩 스캔 후 데�歷� 획득하여 검사자정밀도 및교차 보정 데이터를 산출하였고(Group 3), 여성 120명(평균나이 48.78, $20{\sim}60$세)의 동일 환자를 대상으로 한 장비에서 한 번씩 교차로 측정하여 검사자 정밀도 및 교차보정 데이터를 산추라였다(Group 4). 결과 : Daily Q.C Data는 $0.996\;g/cm^2$, 변동계수(%CV) 0.08로 안정된 장비로서 Group 1에서 Mean${\pm}$SD 및 %CV값은 ALP(P1: $1.064{\pm}0.002\;g/cm^2$, $%CV=0.190\;g/cm^2$, P2: $1.061{\pm}0.003\;g/cm^2$, %CV=0.192). Group 2에서 Mean${\pm}$SD 및 %CV값은 P1: $1.187{\pm}0.002\;g/cm^2$, $%CV=0.164\;g/cm^2$, P2: $1.198{\pm}0.002\;g/cm^2$, %CV=0.163, Group 3에서의 Mean${\pm}$2SD 및 %CV는 P1 - (spine: $0.001{\pm}0.03\;g/cm^2$, %CV=0.94, Femur: $0.001{\pm}0.019\;g/cm^2$, %CV=0.96), P2 - (spine: $0.002{\pm}0.018\;g/cm^2$, %CV=0.55, Femur: $0.001{\pm}0.013\;g/cm^2$, %CV=0.48), Group 4에서 Mean${\pm}$2SD 및 %CV는, r값은 spine: $0.006{\pm}0.024\;g/cm^2$, %CV=0.86, r=0.995, Femur: $0{\pm}0.014\;g/cm^2$, %CV=0.54, r=0.998이였다. 결론 : HOLOGIC Spine Phantom과 LUNAR ASP %CV는 ISCD에서 규정한 정상오차 범위인 ${\pm}2%$안에 모두 포함되었고 BMD가 비교적 일정한 값을 유지하면 측정되어 뛰어난 재현성을 보였다. 하지만 Phantom은 환자의 체중이나 체지방 조성의 변화 등 임상적인 부분을 반영하는 데는 한계성을 갖고 있어 mis-calibration을 check하는데 유용할 것으로 판단된다. Group 3과 Group 4의 결과에서 환자를 하나의 장비로 두 번 측정한 값을 보았을 때와 두 대의 장비를 교차하여 측정한 값 모두 2SD값 이내에 포함되었고 선형회귀분석(Regression Analysis) r값이 0.99 이상으로 높은 정밀도와 상관도를 나타냄으로써 두 장비를 호환하여 추적검사를 시행하여도 영향이 없었다. 신뢰있는 BMD 산출을 위해서는 정기적으로 장비 및 검사자의 기능테스트와 이에 대한 적절한 교정행위가 이루어져야 할 것이다.