탭 버튼을 선택하면 분야별로 볼 수 있습니다.
본 연구는 Bacillus subtilis와 Bacillus licheniformis 추출물 속 환 원 효소가 모발의 이황화결합(S-S)을 효과적으로 환원시키며 기존 파마약 1제(환원제)의 대체 가능 성을 확인하는 것을 목적으로 한다. 기존 파마약과 환원제의 독성을 확인하기 위해 SEM 분석을 통 해 큐티클 손상 정도를 관찰하였고, 돼지껍데기를 통해 피부에 미치는 영향을 확인하였다. 또한 SDS-PAGE를 통해 균주의 펠렛 속 환원 효소의 존재 가능성을 확인하였으며, 모발의 손상 정도와 균주의 환원 능력을 정량적으로 평가하기 위해 FT-IR 기기를 이용하여 비교, 분석하였다. [ 주제어: Bacillus subtilis, Bacillus licheniformis, 효소 기반 환원제, 이황화 결합, 파마약] I.
본 연구는 유체가 곡면을 따라 흐르는 코안다 효과(Coanda Effect)를 활용하여 혼합 유체를 효율적 으로 분리할 수 있는 필터 시스템을 개발하고자 하였다. 전산유체역학(CFD) 시뮬레이션을 통해 유 속, 점도, 곡면 반경 등 주요 변인이 코안다 효과에 미치는 영향을 분석하였으며, 이를 기반으로 실 험 장치를 제작하여 실제 분리 성능을 검증하였다. 본 연구는 산업 현장에서 에너지 효율적이고 정 밀한 유체 분리 기술 개발 가능성을 제시하며, 화학·환경·바이오 등 다양한 분야에 응용될 수 있 는 기초 자료로 기여할 것으로 기대된다. 주제어: 코안다 효과, 전산 유체 역학, 수질 필터, 이물질 분리 I.
본 연구의 목적은 대규모 군중 속에서 발생하는 압사 사고의 원인을 물리적 관점에서 규명하고, 이 를 기반으로 예방 대책을 마련하는 것이다. 연구 방법으로는 공간적 요인과 행동적 요인을 변수로 설정하여 시뮬레이션 실험을 진행하였다. 기존 연구가 주로 인공지능 기반의 군중 분석 및 경고 시 스템 구축에 초점을 맞춘 것과 달리, 본 연구는 물리적, 공간적 분석을 통해 사고 발생 매커니즘을 과학적으로 규명하는 데 중점을 두었다. 이를 통해 예방을 위한 공간 설계와 행동 유도 방안을 유 도할 수 있으면 정책 수립에 과학적 근거를 제공한다는 점에서 의의가 있다. 주제어: 시뮬레이팅, 회전, 역학적 분석, 그래프, 탐색 알고리즘 I.
본 연구에서는 기존의 열선, 제설제와 같은 고비용·환경유해적 방식 대신, 친환경적이고 단순한 진동 메커니즘을 활용하여 블랙 아이스 형성을 억제하는 방안을 제안했다. 이를 위해 시멘트를 활용한 도로의 표면 환경을 조성하고, 가습기와 냉동실을 이용해 블 랙 아이스 형성 환경을 조성했다. 도로 모형에 진동 소자를 부착하여 다양한 진동 조건을 부여한 후, 모형 표면의 마찰력을 측정하여 얼음의 형성 강도를 비교했다. 본 연구는 진동 적용 시 블랙 아이스의 형성이 억제됨을 확인하고 최적 진동 조건을 제시하여, 동절기 교통 안전성 향상 및 지속 가능한 인프라 구축에 기여할 수 있음을 보여준다. [ 주제어: 블랙 아이스, 진동, 친환경 기술, 마찰력 측정] I.
본 연구에서는 태블릿 PC에 이 알고리즘을 적용하 여 투명한 유리창처럼 보이는 AR 태블릿 PC를 개발하였다. 태블릿 PC에는 전면과 후면에 모두 카메라가 장착되어 있어 우리의 기존 연구보다 더 정교하게 화면을 조작할 수 있는 점을 활용하 여 화면과 배경이 완전히 일치하는 파라미터 튜닝을 성공하였고, 변수들 간의 의존성을 고려한 보정 순서와 방법을 결정하였다. 사용자가 움직이지 않아도 측정 오차 때문에 화면이 흔들리던 문제를 해결하고자 데드존 필터와 칼만 필터를 적용하여 부드럽게 움직이는 화면을 구현하였다. 칼만 필터를 이용해 미래의 사용자 위치를 예측하고 이 값을 사용함으로써 지연 시간을 줄이고 자 하였으나 이렇게 줄이는 시간보다 필터링 때문에 지연되는 시간이 더 커서 지연 시간은 줄이 지 못하였다. 여기에 미디어 파이프 라이브러리를 사용한 사물 인식 기능을 추가하였다. 유리창처럼 보이는 태블릿 PC 화면에서 사물 인식이 작동하므로 기존의 AR 화면보다 현실감이 높다. 주제어: VR, AR, 태블릿, 사용자 위치 인식, 알고리즘 I.
이 연구는 친환경적으로 전압을 생산하는 가능성을 탐구하고, 이를 실생활에 응용할 수 있는 방안 을 제시하는 것을 목적으로 한다. 에너지 하베스팅 기술을 응용해 염화칼슘을 통한 수분 응축, 그 속의 이온의 이동과 모세관 현상을 결합함으로써 기존과 다른 방법으로 전압을 생성하는 원리를 규 명하고, 그 전압을 이용해 습도를 시각적으로 표현하는 습도 센서를 제작하였다. 제작된 습도계는 습도 변화에 민감한 환경에서 활용 가능하며 이를 통해 친환경 에너지 생산 기술의 새로운 가능성 을 제시한다. 주제어: 이온발전효과, 습도계, 산화구리 나노선, 탄소나노튜브 I.
본 연구는 교량에서 발생하는 진동을 활용한 에너지 하베스팅을 탐구하였다. 교량은 차량, 바람, 보행자 등 다양한 하중에 의해 지속적으로 진동하며, 이때 에너지가 발생한다. 본 연구는 교량의 진동 특성에 따른 전기생산량을 분석하여 전기생산량을 최대로 하는 조건을 찾는 것을 목표로 한 다.. 이를 위해 용수철 상수가 서로 다른 모형 교량을 제작하고, 일정한 진폭의 진동을 가하여 자기 유도 발전기와 결합된 모형 교량에서 전력 생산량을 측정하였다. 또한 전력 생산량, 진폭, 진동수의 관계를 그래프로 분석하여 구조적 특성과 발전 효율 간의 상관관계를 확인하였다. 본 탐구는 교량 구조와 발전기 설계의 최적 결합을 통한 효율적인 에너지 하베스팅 가능성을 제시한다. 주제어: 발전기, 진동에너지, 진동 감쇠 장치, 교량 I.
본 연구는 화재 현장의 농연과 고온으로 인해 구조자의 시야가 제한되는 문제를 해결하고자 연구했다. 기존 열화상 장비의 한계를 보완하기 위해, 파장이 긴 밀리미터파(mmWave)와 초광대역(UWB) 전파 센서, 그리고 IR 센서를 각각 연구한 후 융합하는 시스템을 고안했다. IR 영상에 YOLO 딥러닝 모델을 적용하여 탐지 정확도를 높였으며, mmWave와 UWB 센서로 농연이나 장애물 뒤의 사람을 탐지할 수 있음을 실험으로 확인하고 인체 탐지에 최적화했다. 또한 본 센서 시스템을 탑재하여 화재 현장을 탐색할 수 있는 차량을 설계했고, 변리사 상담을 통해 특허 출원 가능성을 확인했다. 본 연구의 융합 센서 기술을 통해 재난 현장의 인명 구조 활동을 지원하고 구조자의 안전을 확보하는 데 기여할 수 있을 것이다. 주제어: 재난 현장 인명 구조, 인체 탐지, 센서 융합, 전파, 딥러닝 I.
본 연구의 목적은 한국어 정치적 혐오 표현 분류 성능을 자기 반복 학습 기법으로 높이는 방법을 제안하고자 한다. KcELECTRA를 기반으로 한 KPHC 베이스라인을 두고, 이후 라벨링되지 않은 뉴 스 댓글 데이터에 대해 예측 확률로 의사 라벨을 생성했다. 균형 선별과 정밀도 게이팅을 적용해 라벨 데이터와 혼합하여 반복 학습했다. 초반 라운드에서 학습에 성공하여 성능이 상승했다가 이후 모든 라운드에서 양성 비율이 낮게 나오게 되어 성능 저하가 일어났다. 다만 이후 성능이 재향상이 일어남을 볼 수 있었다. 이를 통해 자기 반복 학습 기법을 통해서 추가적인 라벨 없이 성능을 향상 될 수 있음을 보인다. [ 주제어: 혐오 표현, 분류 모델, 자기 반복 학습, 한국어 모델] I.
본 연구는 응급환자 이송 과정에서 발생하는 ‘응급실 뺑뺑이’ 문제를 해결하기 위해 효율적인 구급 차 경로 최적화 시스템을 개발하였다. ‘병상 수’, ‘의료진 인원’, ‘병원 혼잡도’ 등의 병원 공공 데이 터를 기반으로 데이터셋을 구축하고, 환자 중증도 및 시간대별 이송 분포를 반영한 시뮬레이션을 수행하였다. CP-SAT Solver를 이용해 제약 조건을 만족하면서 이송 시간을 최소화하는 알고리즘 을 구현하였으며, 이를 자체 통합 시스템(HeartLink)으로 실시간 동기화 및 시각화하였다. 본 연구 는 응급의료체계의 효율성과 환자 생존율 향상에 기여할 수 있는 기술적 기반을 제시한다. [ 주제어: 응급 의료 서비스, 스케줄링 시스템, 환자 위험도 계산, 병원 매칭] I.
본 연구는 회로 수준의 현실적 교란(후크 오류, 크로스토크, 누설, 비대칭 판독)을 포함한 표면코드 계열 양자 오류정정(QEC) 환경에서, 제안된 LPG 오버레이의 효과를 계통적으로 검증하기 위한 시 뮬레이션 프레임을 제시한다. 먼저 Aer를 이용해 실제 게이트·판독 오류를 정량화하고, 이를 Stim 기반 대규모 Detector Error Model로 투영하여 모듈별 이득을 분리 측정하도록 했다. 특히 전조 건화로 물리 오류를 r배 축소하고, 측정·결합 제약으로 상수항을 s배 줄이며, 상관을 모사하지 않는 디코더와의 차이를 통해 이득의 한계를 파악하도록 설계했다. 그 결과 ∙항은 현실적 매개변 수에서 안정적으로 관측되는 반면, 구조적 상관을 디코더가 충분히 반영하지 못할 경우 는 미소하 게 나타남을 확인했으며, 이는 향후 상관 인지 디코딩을 포함하는 후속 모듈이 필요함을 시사한다. 주제어: Quantum error correction, 사전 억제, 시브, JKO I.
본 연구는 2차원 그래프 이미지로부터 해당 도형의 방정식을 자동으로 근사하는 인공지능 개발을 목적으로 한다. 이를 위해 CNN 기반 딥러닝 모델을 사용해 비트맵 형태의 그래프를 입력받고 삼 각함수, 지수함수 등의 비선형 항을 포함한 일반식을 바탕으로 각 항의 계수와 지수를 추론하여 식을 근사하도록 설계하였다. 학습된 모델의 성능을 평가하기 위해, 동일한 데이터셋을 사용하여 푸리에 변환 및 테일러 변환 기반의 근사 모델을 각각 제작한 뒤 세 접근법의 결과를 비교 및 분 석하였다. 비교 실험을 통해 본 연구에서 제안한 인공지능 모델이 비선형 복합함수의 형태를 보 다 정밀하게 추정함을 확인하였으며, 이러한 성과는 향후 비트맵 이미지 압축, 그래픽 복원, 3D 스캐닝 등 시각정보 기반 자동 근사 분야에서 활용될 가능성을 시사한다. 주제어: EfficientNet, 그래프 회귀, 방정식 근사, 푸리에 변환, 테일러 전개 I.