• 한국농공학회논문집
• /
• 제66권4호
• /
• pp.27-39
• /
• 2024

Soil texture is determined by the proportions of sand, silt, and clay within the soil, which influence characteristics such as porosity, water retention capacity, electrical conductivity (EC), and pH. Traditional classification of soil texture requires significant sample preparation including oven drying to remove organic matter and moisture, a process that is both time-consuming and costly. This study aims to explore an alternative method by developing an AI model capable of predicting soil texture from images of pre-sorted soil samples using computer vision and deep learning technologies. Soil samples collected from agricultural fields were pre-processed using sieve analysis and the images of each sample were acquired in a controlled studio environment using a smartphone camera. Color distribution ratios based on RGB values of the images were analyzed using the OpenCV library in Python. A convolutional neural network (CNN) model, built on PyTorch, was enhanced using Digital Image Processing (DIP) techniques and then trained across nine distinct conditions to evaluate its robustness and accuracy. The model has achieved an accuracy of over 80% in classifying the images of pre-sorted soil samples, as validated by the components of the confusion matrix and measurements of the F1 score, demonstrating its potential to replace traditional experimental methods for soil texture classification. By utilizing an easily accessible tool, significant time and cost savings can be expected compared to traditional methods.

• Nuclear Engineering and Technology
• /
• 제56권3호
• /
• pp.993-1001
• /
• 2024

The TANDEM project is a European initiative funded under the EURATOM program. The project started on September 2022 and has a duration of 36 months. TANDEM stands for Small Modular ReacTor for a European sAfe aNd Decarbonized Energy Mix. Small Modular Reactors (SMRs) can be hybridized with other energy sources, storage systems and energy conversion applications to provide electricity, heat and hydrogen. Hybrid energy systems have the potential to strongly contribute to the energy decarbonization targeting carbon-neutrality in Europe by 2050. However, the integration of nuclear reactors, particularly SMRs, in hybrid energy systems, is a new R&D topic to be investigated. In this context, the TANDEM project aims to develop assessments and tools to facilitate the safe and efficient integration of SMRs into low-carbon hybrid energy systems. An open-source "TANDEM" model library of hybrid system components will be developed in Modelica language which, by coupling, will extend the capabilities of existing tools implemented in the project. The project proposes to specifically address the safety issues of SMRs related to their integration into hybrid energy systems, involving specific interactions between SMRs and the rest of the hybrid systems; new initiating events may have to be considered in the safety approach. TANDEM will study two hybrid systems covering the main trends of the European energy policy and market evolution at 2035's horizon: a district heating network and power supply in a large urban area, and an energy hub serving energy conversion systems, including hydrogen production; the energy hub is inspired from a harbor-like infrastructure. TANDEM will provide assessments on SMR safety, hybrid system operationality and techno-economics. Societal considerations will also be encased by analyzing European citizen engagement in SMR technology safety.

• Animal Bioscience
• /
• 제37권2호
• /
• pp.184-192
• /
• 2024

Objective: This study aims to investigate the genetic structure and characteristics of the Angus cattle population in Hungary. The survey was performed with the assistance of the Hungarian Hereford, Angus, Galloway Association (HHAGA). Methods: Genetic parameters of 1,369 animals from 16 Angus herds were analyzed using the genotyping results of 12 microsatellite markers with the aid of PowerMarker, Genalex, GDA-NT2021, and STRUCTURE software. Genotyping of DNA was performed using an automated genetic analyzer. Based on pairwise identity by state values of animals, the Python networkx 2.3 library was used for network analysis of the breed and to identify the central animals. Results: The observed numbers of alleles on the 12 loci under investigation ranged from 11 to 18. The average effective number of alleles was 3.201. The overall expected heterozygosity was 0.659 and the observed heterozygosity was 0.710. Four groups were detected among the 16 Angus herds. The breeders' information validated the grouping results and facilitated the comparison of birth weight, age at first calving, number of calves born and productive lifespan data between the four groups, revealing significant differences. We identified the central animals/herd of the Angus population in Hungary. The match of our group descriptions with the phenotypic data provided by the breeders further underscores the value of cooperation between breeders and researchers. Conclusion: The observation that significant differences in the measured traits occurred among the identified groups paves the way to further enhancement of breeding efficiency. Our findings have the potential to aid the development of new breeding strategies and help breeders keep the Angus populations in Hungary under genetic supervision. Based on our results the efficient use of an upcoming genomic selection can, in some cases, significantly improve birth weight, age at first calving, number of calves born and the productive lifespan of animals.

• 융합보안논문지
• /
• 제23권4호
• /
• pp.61-70
• /
• 2023

클러스터링은 데이터의 정답값(실제값)이 없는 데이터를 기반으로 데이터의 특징벡터의 거리 기반 등으로 군집화를 하는 비지도학습 방법이다. 이 방법은 이미지, 텍스트, 음성 등 다양한 데이터에 대해서 라벨링이 없이 적용할 수 있다는 장점이 있다. 기존 클러스터링을 하기 위해 차원축소 기법을 적용하거나 특정 특징만을 추출하여 군집화하는 방법이 적용되었다. 하지만 딥러닝 기반 모델이 발전하면서 입력 데이터를 잠재 벡터로 표현하는 오토인코더, 생성 적대적 네트워크 등을 통해서 딥 클러스터링의 기술이 연구가 되고 있다. 본 연구에서, 딥러닝 기반의 딥 클러스터링 기법을 제안하였다. 이 방법에서 오토인코더를 이용하여 입력 데이터를 잠재 벡터로 변환하고 이 잠재 벡터를 클러스터 구조에 맞게 벡터 공간을 구성 및 k-평균 클러스터링을 하였다. 실험 환경으로 pytorch 머신러닝 라이브러리를 이용하여 데이터셋으로 MNIST와 Fashion-MNIST을 적용하였다. 모델로는 컨볼루션 신경망 기반인 오토인코더 모델을 사용하였다. 실험결과로 k가 10일 때, MNIST에 대해서 89.42% 정확도를 가졌으며 Fashion-MNIST에 대해서 56.64% 정확도를 가진다.

• Mass Spectrometry Letters
• /
• 제15권2호
• /
• pp.95-106
• /
• 2024

Taraxacum coreanum, known as the native Korean white dandelion, has been historically used in traditional medicine due to its various therapeutic properties. However, the specific benefits and mechanisms of white dandelion in alleviating particular symptoms or diseases remain uncertain due to the complexity of its phytochemical profile. In this study, we aimed to elucidate the phytochemical profiles of methanolic extracts of different parts of the white dandelion (flower, leaf, stem, and root) using hybrid ion-mobility Q-TOF MS. Using the trapped ion mobility-based PASEF technique, 3715 and 2114 molecular features with MS2 fragments were obtained in positive and negative ion modes, respectively, and then a total of 360 and 156 phytochemical compounds were annotated by matching with a reference spectral library in positive and negative ion modes, respectively. Subsequent feature-based molecular networking analysis revealed the phytochemical differences across the four different parts of the white dandelion. Our findings indicated that the methanolic extracts contained various bioactive compounds, including lipids, flavonoids, phenolic acids, and sesquiterpenes. In particular, lipids such as linoleic acids, lysophosphatidylcholines, and sesquiterpenoids were predominantly present in the leaf, while flavonoid glycosides and lysophosphoethanolamines were notably enriched in the flower. An assessment of the total phenolic content (TPC) and total flavonoid content (TFC) of the methanolic extracts revealed that the majority of phytochemicals were concentrated in the flower. Interestingly, despite the root extract displaying the lowest TPC and TFC values, it exhibited the highest radical scavenging rate when normalized to TPC and TFC, suggesting a potent antioxidant effect. These findings and further investigations into the biological activities and medicinal potential of the identified compounds, particularly those exclusive to specific plant parts, may contribute to the development of novel therapeutic agents derived from white dandelion.

• 한국통신학회논문지
• /
• 제41권8호
• /
• pp.974-985
• /
• 2016

Riverbed Modeler는 복잡한 통신 프로토콜과 큰 규모의 네트워크를 설계하기 위한 패킷 수준의 이산 사건 시뮬레이터이며 그 신뢰성을 인정받아 대규모 네트워크의 성능분석에 널리 활용되고 있다. Riverbed Modeler를 활용하는 MANET 시뮬레이션 환경에서, 새로운 라우팅 프로토콜을 구현하여 추가하는 방법이 매우 복잡하고 많은 부분의 수정을 요구한다. 본 논문에서는 Riverbed Modeler의 라우팅 지원 구조에 대하여 살펴보고, 라우팅 추가에 대한 어려움을 해결하기 위하여 보다 쉽고 실수의 가능성을 줄일 수 있는 라우팅 추가 프레임워크를 제안하였다. 라우팅 추가 프레임워크는 프로토콜을 인식하는 부분에 대하여 적응적 구조 갖는 API로서 제공되며, 라우팅 프로토콜을 최소한의 수정으로 추가할 수 있도록 구성하였다. 라우팅 추가 프레임워크를 이용하여 라우팅 프로토콜을 추가하는 경우, 수정해야 하는 부분을 기존의 절반 이하로 간소화 하였다. 또한 제안한 라우팅 추가 프레임워크를 이용하여 Hybrid 라우팅 프로토콜인 AntHocNet을 구현하여 추가한 사례를 제시하여, 라우팅 추가 프레임워크가 타당하게 설계 및 적용되었음을 확인하였다.

• 한국수자원학회논문집
• /
• 제53권2호
• /
• pp.97-105
• /
• 2020

최근 데이터 예측 방법으로 인공신경망(Artificial Neural Network, ANN)분야에 대한 관심이 높아졌으며, 그 중 시계열 데이터 예측에 특화된 LSTM(Long Short-Term Memory)모형은 수문 시계열자료의 예측방법으로도 활용되고 있다. 본 연구에서는 구글에서 제공하는 딥러닝 오픈소스 라이브러리인 텐서플로우(TensorFlow)를 활용하여 LSTM모형을 구축하고 금강 상류에 위치한 용담다목적댐의 유입량을 예측하였다. 분석 자료로는 WAMIS에서 제공하는 용담댐의 2006년부터 2018년까지의 시간당 유입량 자료를 사용하였으며, 예측된 유입량과 관측 유입량의 비교를 통하여 평균제곱오차(RMSE), 평균절대오차(MAE), 용적오차(VE)를 계산하고 모형의 학습변수에 따른 정확도를 평가하였다. 분석결과, 모든 모형이 고유량에서의 정확도가 낮은 것으로 나타났으며, 이와 같은 문제를 해결하기 위하여 용담댐 유역의 시간당 강수량 자료를 추가 학습 자료로 활용하여 분석한 결과, 고유량에 대한 예측의 정확도가 높아지는 것을 알 수 있었다.

• 한국융합학회논문지
• /
• 제9권9호
• /
• pp.431-440
• /
• 2018

본 연구에서는 인공지능 기술 중 구글에서 개발하여 오픈소스로 제공하고 있는 텐서플로우(Tensorflow) 활용하여 신규간호사 이직률을 예측해 보았고, 이를 통해 전략적 인적자원관리 방안을 제시하였다. 부산지역 한 대학병원의 2010년에서 2017년 사이 퇴직한 간호사 데이터 1,018건을 수집하였다. 학습에 사용된 자료는 순서를 임의로 재배열 한 뒤 전체 데이터의 80%를 학습에, 나머지 20%를 테스트에 이용하였다. 활용된 알고리즘은 다중신경망회로(multiple neural network)로서 입력층과 출력층, 3개 층의 은닉층을 가지도록 설계 되었다. 본 연구의 결과 텐서플로우 플랫폼을 활용하여 1년 이내 이직률을 88.7%, 3년 이내 조기 이직률은 79.8%의 정확도로 예측하였고, 대상자들의 퇴직 시 연령은 20대 후반부터 30대에 집중되어 있었다. 가장 높은 빈도를 차지한 이직 사유로는 '결혼, 출산, 육아, 가정 및 개인사정'이었으나, 근무기간 1년 이하 대상자 들의 가장 높은 이직사유는 '업무 부적응 및 대인관계 문제'로 나타났다.

• 한국산학기술학회논문지
• /
• 제19권6호
• /
• pp.391-404
• /
• 2018

이 연구의 목적은 치매노인의 낙상을 예방하기 위한 중재연구의 현황을 파악하고 낙상예방을 위한 중재 프로그램의 내용과 효과를 알아보는 것이다. 문헌 검색은 치매, 알쯔하이머, 알츠하이머, 낙상, 낙상예방을 검색어로 하여 한국교육학술정보원(http://www.riss4u.net), 국회도서관, 한국학술정보(http://kiss. kstudy.com)와 pubMed, CINAHL을 통해 2000년 1월부터 2016년 12월까지 발표된 연구 논문을 검색하였다. 전자 자료를 검색한 후 연구자가 원본을 확인하여 선별한 13편의 논문을 최종 분석 하였다. 연구에 적용된 중재분야는 운동 치료(8편, 61.5%), 물리 치료와 작업 치료(2편, 15.4%), 보완대체요법(2편, 15.4%), 음악 치료(1편, 7.7%)이었다. Scottish Intercollegiate Guideline Network의 체크 리스트로 논문의 질적 평가를 실시하였다. 논문의 질적 평가 결과 10점 만점에 9점인 연구가 2편, 8점인 연구가 5편, 7점인 연구가 6편이었다. 낙상예방 중재내용을 분석한 결과 중재시간은 1회당 평균 55분을 시행하였고 중재 총 시행 횟수는 평균 37회이었다. 분석한 연구 결과에 의하면 운동 치료(타이치 포함), 음악 치료, 물리 치료와 작업 치료, 율동 동작 치료 등이 치매노인의 낙상예방에 효과가 있는 것으로 나타났다. 향후 이 결과를 활용하여 임상 현장에서 간호사에 의한 낙상예방 중재 프로그램 개발에 근거 자료로 활용하기를 기대한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권11_12호
• /
• pp.557-565
• /
• 2005

본 논문에서는 VIA(Virtual Interface Architecture) 기반 클러스터 시스템 상에서 효과적인 파일 전송을 위한 무복사 파일 전송 메커니즘의 개발 및 구현에 관하여 나타내었다. VIA는 클러스터 시스템을 위한 대표적인 사용자 수준 통신 방법이지만 파일 전송에 대한 라이브러리는 제공하지 않으며 파일 전송을 위해서는 커널 공간에서 사용자 공간으로 한번의 데이타 복사가 필요하다. 본 논문의 파일 전송 메커니즘은 파일시스템의 수정 없이 파일 전송 라이브러리만 제공함으로써, 네트워크 인터페이스 카드가 보내고자 하는 노드의 파일을 상대방 노드의 사용자 버퍼로 복사 없이 전송 가능케 하였다. 이를 위해 본 연구에서는 PCI 64bit/66MHz를 지원하고 물리적 네트워크로 기가비트 이더넷을 사용하는 VIA 기반의 네트워크 카드를 개발하였고, 이를 바탕으로 무복사 파일 전송 메커니즘을 구현하였다. 이러한 구현의 결과로 sender 측의 데이타 복사 횟수 및 문맥전환 시간을 줄였고, 기존의 VIA의 send/receive에 비해 CPU 사용률을 $30\%\~40\%$ 정도로 줄일 수 있었다. 본 논문에서는 TCP/IP에서 제공하는 무복사 파일 전송 및 VIA에서 사용되는 파일 전송 방법과의 비교 분석 실험을 통하여 본 논문에서 제시한 무복사 파일 전송 메커니즘의 성능을 보였다.