• 한국해양학회지:바다
• /
• 제25권2호
• /
• pp.42-53
• /
• 2020

본 연구에서는 광양만 유역 국가산업단지와 컨테이너 부두 유역의 입자크기별 도로축적퇴적물(Road-deposited sediments; RDS)과 해양퇴적물 내 중금속 오염현황 파악과 잠재적인 오염원으로써의 RDS의 영향을 연구하였다. RDS의 경우 아연(Zn)의 농도가 2,982 mg/kg으로 매우 높았으며, 크롬(Cr)>니켈(Ni)>납(Pb)>구리(Cu)>비소(As)>카드뮴(Cd)>수은(Hg)의 순이었다. RDS의 중금속 농도는 입자가 세립할수록 증가하였으며, 금속폐기물을 취급하는 산업시설 주변에서 상대적으로 높은 농도를 보였다. 125 ㎛ 미만의 입자에서 아연(Zn)이 가장 높은 오염도(very high enrichment)를 나타냈고, Cr, Cd, Pb은 심각한 수준의 오염도(significant enrichment)를 보였다. 한편, 해양퇴적물 내 중금속 농도는 대부분 국내 "주의 기준(threshold effect level, TEL)" 이하였으나, 2010년 이후 Zn의 평균농도가 30~40% 증가하였다. 연구지역 도로노면 내 Zn, Cd, Pb 등은 강우시 쉽게 비점오염의 형태로 유출가능한 125 ㎛ 미만이 전체의 54%를 차지하는 것으로 나타났다. 특히 아연(Zn)의 경우, 연구지역의 교통 뿐만 아니라 산업활동에 사용된 아연도금의 부식에 의한 영향을 크게 받는 것으로 판단된다. 중금속 농도가 높은 세립한 RDS는 바람, 차량이동에 의해 재비산되어 대기 뿐만 아니라 강우시 인근 환경에 크게 영향을 미칠 수 있기 때문에 주변 환경 및 생태계에 미치는 영향에 대한 추가적인 연구가 필요하다.

• 한국포장학회지
• /
• 제28권3호
• /
• pp.165-170
• /
• 2022

최근 지구온난화 심화와 환경재난 등으로 석유유래 플라스틱의 분해에 대한 관심이 높아지고 있다. 플라스틱의 분해를 촉진하는 산화촉진제로 ferric ion(Fe²⁺)을 농도별로 첨가하여 필름을 제조하였다. 대조군으로 LLDPE필름과 산화촉진제를 농도별로 첨가한 필름에 UV를 시간별로 조사하여 인장강도, 신장율과 분자량변화를 조사하였다. 수지에 ferric ion 첨가량이 많아질수록 물성저하가 컸으며, 분자량 변화도 큰 것으로 나타났다. 인장강도는 대조군에 비해 산화촉진제 첨가필름이 조사시간 100시간 후 부터는 현저하게 저하되었으며, 이러한 현상은 신장율에서도 비슷한 것으로 나타났다. 분자량은 산화촉진제 첨가에 따른 결과로 UV 조사 50시간 후 63.6%, 100시간 후에는 73.8% 분자량이 감소한 것으로 나타났다. 이상의 결과에서 플라스틱 필름에 산화촉진제인 ferric ion(Fe²⁺)을 첨가함에 따라서 필름의 강도와 분자량이 저하되는 결과와 김 등 등의 보고를 바탕으로 필름의 분자량이 저하되면 그만큼 필름이 분해되고 있다고 판단할 수 있을 것으로 사료되었다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.23-45
• /
• 2020

기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.