• 인지과학
• /
• 제29권3호
• /
• pp.161-192
• /
• 2018

부호화된 사건의 시간적 정보를 기반으로 한 인출은 일화기억의 중요한 통제기제 중 하나이다. 기억인출과 관련한 수많은 신경영상 연구들이 진행되었음에도 아직 시간적으로 구성된 일화기억의 인출에 관여하는 뇌신경연결망 패턴에 대해서는 알려진 바가 많지 않다. 본 연구에서는 두가지 다른 순차적 인출 뇌신경 기제를 구분하기 위하여 과제기반 기능적 연결성 다변량 패턴분석 방법을 사용하였다. 참가자들은 시간적 일화기억과제를 수행하였고, 순서대로 부호화된 기억자극을 순방향 혹은 역방향으로 인출하도록 지시를 받았다. 부분적으로 분류된 국소적 신경네트워크 패턴은 두 인출기제를 잘 구분하지 못한 반면, 기억과 관련된 인지통제 영역과 목표-지향적 인지기제처리에 관련된 것으로 알려진 여러 피질-피질하 노드들을 아우르는 전뇌신경네트워크 패턴은 시간적 일화기억 인출기제를 잘 구분하였다. 이 영역들은 측면/내측 전전두엽 영역, 하부 두정엽, 중간 측두회, 선조체 영역 등을 포함하며 기계학습을 이용한 분류에서 높은 분류 예측률을 보였다. 본 연구의 결과는 일화기억의 시간적 인출기제에 관여하는 피질-피질하 여러 영역의 관여를 확인하였고, 대역적 네트워크 패턴의 기능적 연결성이 질적으로 다른 인출기제에 관여함을 확인하였다는데에 중요성을 갖는다.

• 생물환경조절학회지
• /
• 제30권1호
• /
• pp.19-26
• /
• 2021

본 연구에서는 같은 지역에 위치한 온실 3곳의 식별을 위해 통계적인 방법으로 분류를 하고자 주성분 분석(PCA)과 선형 판별 분석(LDA)을 수행하였다. 온실 내의 환경데이터는 같은 지역의 온실 3곳을 대상으로 4월1일부터 4월28일 총4주간 1시간 간격으로 수집된 값을 사용하였다. 데이터를 분석하기 전, 데이터 정규화를 시키는 전처리를 거쳤으며, 전체의 80%인 훈련자료(training data)와 20%인 테스트 자료(test data)로 나누어 분석을 수행하였다. 분석을 수행한 결과, PC1은 57.51%의 설명력으로 PC1 = 0.7118112 × Tem. -0.6830065 × Humi. -0.1637892 × CO2.의 식을 가지며, LD1은 67.06%의 설명력으로 LD1 = 0.8622565 × Tem. -0.1805741 × Humi. + 1.4018140 × CO2. + 0.03040701의 식을 가지는 것으로 나타났다. 이렇게 미리 분류시켜놓은 온실의 데이터를 바탕으로 새로운 환경의 데이터를 입력하였을 때 특정 그룹으로의 분류가 가능함으로써 데이터의 성향을 파악할 수 있다. 이러한 데이터는 식별을 용이하게 함으로써 데이터의 활용도를 높여주는 방법이라고 판단된다.

• 청정기술
• /
• 제28권4호
• /
• pp.316-322
• /
• 2022

선택적 촉매환원 시스템 내 촉매 층 입구의 흐름 패턴은 탈질 설비의 성능에 영향을 미치는 주요한 특성 중 하나이다. 암모니아 주입 그리드와 촉매 층 사이의 곡확산부에는 유동 균일성을 개선하기 위해 안내 깃이 설치된다. 본 연구에서는 대형 석탄 화력 발전소의 선택적 촉매환원 시스템을 적용 대상으로 하여 안내 깃의 기하학적 구성이 탈질 설비의 공기역학적 특성에 미치는 영향을 조사하기 위해 수치 해석을 수행하였다. 해석할 유동장은 암모니아 주입구의 출구부터 촉매 층 출구까지의 유동이 흐르는 전 영역을 포함한다. 3차원 정상상태, 점성 유동장을 해석하기 위해 상용 소프트웨어인 ANSYS-Fluent을 사용하여 유동 특성에 맞는 적절한 난류 모델을 적용하였다. 유동장 내부의 속도 및 압력 강하의 루트 평균 제곱을 주요 성능 매개변수로 선택했다. 현재 운용 중인 설비와 비교하여 흐름 품질을 개선하기 위해 4가지 유형의 안내 깃이 제안되었다. 해석 결과, 4번째 형상이 유동 균일성과 압력 등 관점에서 가장 좋은 공력 성능을 나타내었다.

• 환경생물
• /
• 제41권1호
• /
• pp.31-40
• /
• 2023

환경부에서 생태계교란식물로 추가 지정된 돼지풀아재비의 분포, 형태·생리·생태적 특성 그리고 다양한 제거방법 등을 정리하여 효율적인 관리방안을 제시하고자 한다. 중앙아메리카가 원산지인 돼지풀아재비는 전 세계적으로 45개국에서 발생하고 있지만, 우리나라에서는 경상남도 통영 및 창원의 일부지역에서만 생육하고 있다. 이 식물은 한해살이풀로 종자로 확산되며, 수입 농산물에 포함되거나 차량이나 농업용 기계에 부착되어 인근으로 그 영역을 넓히고 있다. 돼지풀아재비의 줄기와 뿌리에서 타감물질인 파르테닌 등이 분비되어 주변 식생의 발생을 억제한다. 또한 다양한 알레르겐을 함유하고 있어 인간과 가축에 피해를 주는 식물이다. 돼지풀아재비와 같은 유해식물이 발생되면 관계기관에 신고하는 제도적인 관리방안이 마련되어야 한다. 돼지풀아재비의 줄기를 절단하거나 제거하는 등의 물리적 방법 그리고 glyphosate와 같은 비선택성 제초제 처리로 방제할 수 있다. 생물학적 방제연구는 많이 수행되었으나, 우리나라의 법률과 제도의 미비로 국내에 적용 가능한 것은 제한적이다.

• Elastomers and Composites
• /
• 제37권4호
• /
• pp.244-257
• /
• 2002

주사슬에 나프탈렌고리와 테트라메틸렌 및 헥사메틸렌 유연격자를 가지면서 트라이어드메소겐을 갖는 새로운 열방성 방향족 액정 폴리에스테르(TLCP)를 용액중합법에 의하여 합성하였다. TLCP의 함량을 달리하는 TLCP/PEN in situ 복합재료를 용융방사하여 연신비가 각각 다른 단섬유를 제조하고 그들의 열적, 기계적 특성 및 모폴로지를 조사하였다. 합성된 TLCP는 네마틱 액정중합체였으며 고체상에서 액정상으로의 전이 온도는 249 ℃였다. 블렌드내의 TLCP 도메인들은 매트릭스 고분자인 PEN에 잘 분산 되었으며 어떠한 거대 상 분리 현상도 보여 주지 않았다. TLCP 함량의 증가에 따른 블렌드내 PEN의 cold crystallization 온도가 낮아진 것으로 보아서 TLCP가 PEN에 대한 조핵제 역할을 하였음을 알 수 있었다. 블렌드 섬유내의 TLCP의 도메인 크기는 대략 40 ~ 50 nm정도의 미세한 크기였으며 매트릭스와의 사이에 좋은 계면 접착력을 보였다. 또한 cold 및 hot-drawing 과정을 거친 낮은 draw ratio(DR)에서는 거의 fibril이 형성되지 않았지만, 높은 DR에서는 잘 발달된 fibril들을 보여 주었다. TLCP의 강화효과로 인하여 10 wt% TLCP/ PEN 블렌드 섬유의 초기 모듈러스는 270 %, 인장강도는 235 %의 증가를 보여주었다. 반면에 신장률은 DR의 증가와 함께 감소 하였다.

• 융합보안논문지
• /
• 제23권2호
• /
• pp.27-36
• /
• 2023

최근 몇 년 동안 랜섬웨어 공격이 사회 공학, 스피어피싱, 심지어 기계 학습과 같은 전술을 사용하여 특정 개인이나 조직을 대상으로 하는 공격의 정교함과 더불어 더욱 조직화 되고 전문화되고 있으며 일부는 비즈니스 모델로 운영되고 있다. 이를 효과적으로 대응하기 위해 심각한 피해를 입히기 전에 공격을 감지하고 예방할 수 있는 다양한 연구와 솔루션들이 개발되어 운영되고 있다. 특히, 허니팟은 조기 경고 및 고급 보안 감시 도구 역할 뿐만 아니라, IT 시스템 및 네트워크에 대한 공격 위험을 최소화하는 데 사용할 수 있으나, 랜섬웨어가 미끼파일에 우선적으로 접근하지 않은 경우나, 완전히 우회한 경우에는 효과적인 랜섬웨어 대응이 제한되는 단점이 있다. 본 논문에서는 이러한 허니팟을 사용자 환경에 최적화하여 신뢰성 있는 실시간 동적 허니팟 파일을 생성, 공격자가 허니팟을 우회할 가능성을 최소화함으로써 공격자가 허니팟 파일이라는 것을 인지하지 못하도록 하여 탐지율을 높일 수 있도록 하였다. 이를 위해 동적 허니팟 생성을 위한 기본 데이터수집 모델 등 4개의 모델을 설계하고 (기본 데이터 수집 모델 / 사용자 정의 모델 / 표본 통계모델 / 경험치 축적 모델) 구현하여 유효성을 검증하였다.

• 경영정보학연구
• /
• 제25권4호
• /
• pp.183-204
• /
• 2023

전 세계적으로 유행한 COVID-19로 인해 비대면 행사가 많이 개최되며, 2021년도에 메타버스가 많은 관심을 받게 되었다. 많은 회사들이 메타버스에 대한 투자를 발표하고 주식 시장에도 큰 변화를 일으킴으로써 메타버스의 가치에 대한 연구의 중요성이 커지고 있다. 본 논문은 이러한 사회 현상을 기반으로 메타버스 투자 계획과 주가 사이의 관계를 분석한다. 2019년부터 2021년까지 수집된 Lexis-Nexis 뉴스 데이터를 토대로 이벤트 연구방법론(event study method)을 사용하여 이러한 관계를 실증적으로 검토하였으며, 세부적인 요인들을 설정하여 선형회귀분석을 실시하였다. 결과적으로, 메타버스 관련 계획은 기업 가치에 긍정적인 영향을 미친다는 결과를 확인할 수 있었다. 기술적인 측면에서는 메타버스 가능 기술(예: NFT, VR 기기, 디지털 트윈)과 공통 기술(예: 반도체, 인공지능, 클라우드) 두 변수 모두 시장 수익률에 긍정적인 영향을 미치는 것으로 나타났으며, 특히 가상 환경의 중요성이 강조되었다. 또한 전략적 관점에서 급진적 혁신(예: 피보팅, 기업 인수)은 점진적 혁신(예: 파트너십, 기술 투자)보다 시장 수익에 더 긍정적인 영향을 미치는 것으로 나타났다. 마지막으로 메타버스 산업은 서비스 산업군에 속하지 않은 회사(예: 전자 장치, 기계 장치)에서 더 긍정적일 수 있다는 결과를 보였다. 학술적으로 메타버스의 혁신적 가치와 중요 요인에 대해 실증적으로 규명하였다는 점에서 연구의 의의가 있다.

• 청정기술
• /
• 제29권4호
• /
• pp.305-312
• /
• 2023

환경 요구 조건의 강화로 오래된 탈질 설비에 대한 성능 개선이 필요하다. 본 연구에서는 전산 해석 기법을 이용하여 성능 향상의 가능성을 제시하고자 하였다. 입구 안내 깃과 곡확산부 등 설비 내 유로의 기하학적인 형상의 수정과 암모니아 분사량의 제어 등 설계와 운전 조건을 둘 다 변경하여 해석을 수행하였다. 촉매 층에 유입되는 혼합가스의 유동 균일성과 NH₃/NO 조성비, 설비의 압력 강하 등 3가지 성능변수 관점에서 기존에 운영되는 조건과 본 연구에서 제시된 조건을 비교하였다. 전산 해석에서 적용된 유동장의 범위는 연소로 절탄기의 출구에서 공기 예열기의 입구까지로 탈질 설비의 전 영역이다. 전산 해석 도구로 열유체 전용 소프트웨어인 ANSYS-Fluent를 사용하여 유동 특성을 해석하여 성능을 도출하였고 최적화 알고리즘인 Design Xplorer를 사용하여 암모니아의 분사량을 노즐별로 조절하였다. 변경된 설비 조건은 기존의 조건과 비교하여 유동 균일성과 NH₃/NO 조성비는 각각 45.1%와 8.7% 향상되었으나 전체 압력 강하는 1.24% 증가하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.1-16
• /
• 2024

지난 수년간 6시그마는 제조업의 주요 혁신 방법론으로, 품질개선과 경비 절감을 위해 사용되었다. 그러나 스마트공장 확산으로 인한 초 단위 데이터 생성 등, 방대한 양의 데이터를 분석하기 어려운 문제와,오랫동안 정착된 형식적 사용으로 인해, 6시그마의 한계가 지적되었다. 6시그마의 한계를 극복하기 위해, 최근에 빅데이터 기반 6시그마 기법이 연구되고 있다. 빅데이터 기반 6시그마는, 6시그마의 강점인 통계적 검증, 수학적 최적화, 높은 해석력과, 빅데이터 분석의 강점인 기계학습을 모두 활용할 수 있다. 그러나, 최근 연구된 빅데이터 기반 6시그마 기법이 제조공정 및 경영 성과에 미치는 영향에 대한 검증은 미비하다. 이러한 이유로 실무에서는, 빅데이터 기반 6시그마 기법에 대한 신뢰성이 높지 않아 제대로 활용하지 못하고 있다. 본 연구에서는, 빅데이터 기반 6시그마인 DX SS의 유효성 분석을 통해 제조공정의 효율성에 미치는 영향을 알아본다. 또한 기업에서 이 기법을 성공적으로 도입 및 정착시키기 위한 핵심 성공 정책을 도출한다. 추가적으로, 성공 정책에 대한 연구 없이 전 임직원의 참여가 수반되지 못한 잘못된 정책으로 방법론이 중단된 사례는, 핵심 성공 정책 연구에 대한 중요성을 보여준다. 제조기업들이 본 연구에서 제시하는 방법론을 적극 도입하고 사용하여 성공적인 성과를 거둘 수 있도록 본 연구가 도움이 되기를 기대한다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.109-121
• /
• 2024

섬유, 자동차와 같은 여러 제조 공정에서 설비가 고장이 나 멈추게 되면 기계가 작동하지 않게 되고 이는 기업의 시간적, 금전적 손실로 이어진다. 따라서 설비의 고장이 발생하기 전, 고장을 예측하여 정비할 수 있도록 설비의 이상을 사전에 탐지하는 것이 중요하다. 대부분의 설비 고장 원인은 설비의 필수 부품인 베어링의 고장으로, 베어링의 고장을 진단하는 것은 설비예지보전 연구의 핵심이기도 하다. 본 논문에서는 베어링의 진동 신호를 분석하여 SWT-SVD 전처리 알고리즘을 제안하고 이를 시계열 이상탐지 모델 네트워크 중 하나인 어노멀리 트랜스포머에 적용하여 베어링 이상탐지 모델을 구현한다. 제조공정의 베어링 진동신호는 실시간으로 센서값들의 이력이 작성되어 노이즈가 존재하므로, 이를 줄이기 위해 본 연구에서는 정상 웨이블릿 변환(Stationary Wavelet Transform)을 사용하여 주파수 성분을 추출하고, 특이값 분해(Singular Value Decomposition) 알고리즘을 통해 유의미한 특징들을 추출하는 전처리를 진행한다. 제안하는 SWT-SVD 전처리 방법을 적용한 베어링 이상탐지 모델 실험을 위해 IEEE PHM학회에서 제공하는 PHM-2012-Challenge 데이터 세트를 활용하였으며, 실험 결과는 0.98의 정확도와 0.97의 F1-Score로 우수한 성능을 보였다. 추가로, 성능 향상을 입증하기 위해 선행 연구들과 성능 비교를 진행한다. 비교 실험을 통해 제안한 전처리 방법이 기존의 전처리보다 높은 성능을 보임을 확인하였다.