http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
비점오염물질 저감을 위한 가정용 소규모 빗물 정원 연구
박희수(Heesoo Park),김성표(Seong-Pyo Kim) 한국산학기술학회 2014 한국산학기술학회 학술대회 Vol.- No.-
도시의 개발사업에 따른 불투수면 확애로 인해 비점오염물질로 인한 4대강의 비점부하율은 1998년에 약 27%에서 2010년에는 약 68%로 증가하였으며 2020년에는 약 72%까지 증가될 것으로 전망된다. 본 연구에서는 이러한 비점오염물질의 증가율을 저감시키기 위해 가정용 소규모 빗물 정원의 연구가 필요하다고 보고 연구를 진행하였다. 본 연구에서 사용된 여재 및 식생은 가정에서 구하기 쉬운 것으 로 선택하였다. 여재는 자갈 5mm/10mm, 톱밥, 모래, peatmoss를 사용하였으며 식생으로는 창포, 잔디 를 선택하였다. 빗물 정원은 자갈 10mm, 톱밥, 모래(Type A), 자갈 5mm, 우드칩, 모래(Type B), 자갈 10mm, 잔디, 모래(Type C), 자갈 10mm, 창포, 모래(Type D), 자갈, 잔디, 모래 + paetmoss(Type E) 로 구성하였고 초기 오염물질의 농도는 T-N 12.6mg/L, T-P 2.5mg/L, COD 9mg/L로 하였다. 오염물 질 제거율이 가장 높은 빗물 정원은 Type E로 확인되었으나 전반적으로 제거율이 낮게 나타나 더 높 은 오염물질 제거율을 위해 추가 실험이 필요하다고 보인다.
박희수(Heesoo Park),이종욱(Jongwuk Lee) 한국정보과학회 2018 정보과학회논문지 Vol.45 No.10
스카이라인 질의는 지배 개념을 이용하여 사용자 선호도에 적합한 후보 집합을 찾아주는 질의로, 여러 개의 데이터의 속성을 고려한 의사 결정 문제에 효과적이다. 하지만 데이터의 속성이 많아질 경우 스카이라인의 결과가 지나치게 많아지는 문제가 발생한다. 본 논문에서는 이와 같은 문제를 해결하기 위해서 사용자의 선호도 함수를 선형 함수로 제약한 선형 스카이라인 질의를 정확하게 계산하는 알고리즘을 제안한다. 기존 연구에서는 데이터 속성의 수만큼 가상의 점을 데이터에 추가하여 선형 스카이라인을 구하는 방법을 제안하였으며, 이와 같은 방법은 정확한 선형 스카이라인을 구하지 못함이 확인되었다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 가상의 점을 추가하는 방법을 수정하였으며, 정확한 선형 스카이라인을 찾을 수 있도록 증명하고, 다양한 실험을 통해 제안 방법의 정확함을 검증하였다. Skyline query is a preference query that finds a candidate set for user preferences, employing the dominance property. It can be effectively used for decision problems that have multiple data attributes. However, a problem arises whereby the skyline becomes too large as the number of attributes in the data increases. To solve this problem, in this paper, we propose a new algorithm for a linear skyline query that restricts a user’s preference function by a linear function. In the previous work, a method was proposed to obtain a linear skyline by adding the same number of virtual points to the data as the number of attributes. However, it has been observed that this previous method does not guarantee the correctness of the linear skyline. We revised this method by adding virtual points in order to find the correct linear skyline. We prove that the proposed algorithm finds the correct linear skyline, and we empirically evaluate the correctness of the proposed algorithm.
근적외선 분광기법과 인공신경망을 이용한 식용유지의 산패 분석
이아영 ( Ah-yeong Lee ),홍석주 ( Suk-ju Hong ),노신정 ( Shin-jung Rho ),박희수 ( Heesoo Park ),김용노 ( Yong-ro Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.1
대부분의 가정과 요식업체, 식품가공업계에서 이용하고 있는 식용유지는 저장 및 가공과정 중에 산패가 빈번하게 일어나게 된다. 기존에는 유지 산패를 측정하기 위해 산가, 과산화물가 등을 측정하는 이화학적인 적정방법을 이용하였는데 실험자의 숙련도에 따라 결과의 오차가 발생할 수 있고, 반복실험으로 인한 시간과 비용이 많이 소모되는 등 여러 제약사항을 포함하고 있어 식용유지의 산패를 실시간 비파괴적으로 분석할 수 있는 기술의 개발에 많은 관심이 모아지고 있다. 따라서, 본 연구에서는 식용유지의 저장조건에 따른 산패정도를 비파괴적으로 평가하기 위한 근적외선 분광분석과 인공신경망 분석기술을 개발하여 그 실효성을 평가하였다. 식물성 식용유지인 들기름을 특정 온도에서 일정한 시간동안 저장하면서 이화학적 적정방법을 통해 산가와 과산화물가를 측정하였으며 동일한 시료의 근적외선 투과스펙트럼을 획득하였다. 수집된 정보를 이용하여 유지 산패 예측 모델을 개발하기 위해 다변량 분석기법 (주성분 회귀분석, 최소자승 회귀분석과 인공신경망 분석)을 적용하였다. 분석 결과, 인공신경망 분석모델이 산가와 과산화물가의 예측 성능이 가장 우수한 것으로 확인되었다. 본 연구의 결과들은 농산물과 식품의 성분 측정뿐만 아니라 다른 산업분야에서도 유용하게 활용될 수 있을 것으로 기대되어진다.