Earticle

본 논문은 감성분석을 통한 소프트 파워의 수치화를 주제로 다루고 있다. 감성분석은 텍스트, 음성, 이미 지 등 다양한 데이터에서 감정이나 감성을 탐지하고 분석하는 과정을 의미한다. 따라서, 본 논문에서는 감성분석 을 통해 소프트 파워를 어떻게 수치화할 수 있는지에 대한 방법론과 그 의의를 탐구하였다. 소프트 파워는 국가나 단체가 다른 국가나 단체의 행동을 원하는 방향으로 영향을 주는 능력을 의미한다. 이는 군사적 또는 경제적 수단 보다는 문화, 가치관, 정치체제 등의 부드러운 요소에 의해 구축되며, 감성분석은 이러한 부드러운 영역을 측정하 고 이해하는 데 유용한 도구로 활용되고 있다.

This paper deals with the topic of quantification of soft power through emotional analysis. Sentiment analysis refers to the process of detecting and analyzing emotions or emotions in various data such as text, voice, and images. Therefore, in this paper, we explored the methodology and significance of how soft power can be quantified through emotional analysis. Soft power refers to the ability of a country or organization to influence the behavior of another country or organization in a desired direction. It is built by soft factors such as culture, values, and political system rather than military or economic means. Additionally, sentiment analysis is being used as a useful tool to measure and understand these soft areas.

본 논문에서는 인구통계학적, 생리학적 특성을 기반으로 환자에게 가장 적합한 약물을 예측하는 것을 목표로 하는 약물 분류 시스템을 제시한다. 데이터 세트에는 적절한 약물을 결정하기 위한 목적으로 연령, 성별, 혈압(BP), 콜레스테롤 수치, 나트륨 대 칼륨 비율(Na_to_K)과 같은 속성들이 포함된다. 본 연구에 사용된 모델은 KNN(K-Nearest Neighbors), 로지스틱 회귀 분석 및 Random Forest이다. 하이퍼파라미터를 최적화하기 위해 5겹 교차 검증을 갖춘 GridSearchCV를 활용하였으며, 각 모델은 데이터 세트에서 훈련 및 테스트 되었다. 초매개변수 조정 유무에 관계없이 각 모델의 성능은 정확도, 혼동 행렬, 분류 보고서와 같은 지표를 사용하여 평가되었다. GridSearchCV를 적용하지 않은 모델의 정확도는 0.7, 0.875, 0.975인 반면, GridSearchCV를 적용한 모델의 정확도는 0.75, 1.0, 0.975로 나타났다. GridSearchCV는 로지스틱 회귀 분석을 세 가지 모델 중 약물 분류에 가장 효과적인 모델로 식별했으며, K-Nearest Neighbors가 그 뒤를 이었고 Na_to_K 비율은 결과를 예측하는 데 중요한 특징인 것으로 밝혀졌다.

This paper shows the system of drug classification, the goal of this is to foretell the apt drug for the patients based on their demographic and physiological traits. The dataset consists of various attributes like Age, Sex, BP (Blood Pressure), Cholesterol Level, and Na_to_K (Sodium to Potassium ratio), with the objective to determine the kind of drug being given. The models used in this paper are K-Nearest Neighbors (KNN), Logistic Regression and Random Forest. Further to fine-tune hyper parameters using 5-fold cross-validation, GridSearchCV was used and each model was trained and tested on the dataset. To assess the performance of each model both with and without hyper parameter tuning evaluation metrics like accuracy, confusion matrices, and classification reports were used and the accuracy of the models without GridSearchCV was 0.7, 0.875, 0.975 and with GridSearchCV was 0.75, 1.0, 0.975. According to GridSearchCV Logistic Regression is the most suitable model for drug classification among the three-model used followed by the K-Nearest Neighbors. Also, Na_to_K is an essential feature in predicting the outcome.

최근 ICT분야가 다양한 환경에서 사용되면서 지속가능한 농업 환경에서는 ICT 기술들을 활용하여 농작물 별 병충해 분석, 농작물 수확시 로봇 사용, 빅 데이터로 인한 예측 등이 가능해졌다. 그러나, 지속 가능한 농업 환경 에서는 자원의 고갈, 농업 인구 감소, 빈곤 증가, 환경 파괴 등을 해결하기 위한 노력이 꾸준히 요구되고 있다. 본 연구에서는 지속 가능한 농업 환경 기반의 농작물의 생산 비용 감소 및 효율성을 증가하기 위한 인공지능 기반 빅 데이터 처리 기법을 제안한다. 제안 기법은 AI를 결합한 농작물의 빅 데이터를 처리함으로써 데이터의 보안성과 신뢰성을 강화하고, 더 나은 의사 결정과 비즈니스 가치 추출이 가능하다. 이는 다양한 산업과 분야에서 혁신적인 변화를 이끌어내고, 데이터 중심의 비즈니스 모델의 발전을 촉진할 수 있다. 실험과정에서 제안 기법은 다량의 데 이터가 생성되나, 일일이 정답을 태깅하기 힘든 농장 현장에서, 소량의 데이터에 대해서만 정확한 정답을 부여하고, 정답이 부여되지 않은 다량의 데이터와 함께 학습하여, 다량의 정답 데이터로 학습했을 때와 유사한 성능(오차 율:0.05 이내)이 나타났다.

Recently, as the ICT field has been used in various environments, it has become possible to analyze pests by crops, use robots when harvesting crops, and predict by big data by utilizing ICT technologies in a sustainable agricultural environment. However, in a sustainable agricultural environment, efforts to solve resource depletion, agricultural population decline, poverty increase, and environmental destruction are constantly being demanded. This paper proposes an artificial intelligence-based big data processing analysis method to reduce the production cost and increase the efficiency of crops based on a sustainable agricultural environment. The proposed technique strengthens the security and reliability of data by processing big data of crops combined with AI, and enables better decision-making and business value extraction. It can lead to innovative changes in various industries and fields and promote the development of data-oriented business models. During the experiment, the proposed technique gave an accurate answer to only a small amount of data, and at a farm site where it is difficult to tag the correct answer one by one, the performance similar to that of learning with a large amount of correct answer data (with an error rate within 0.05) was found.

본 연구는 불안정한 지지면에서 런지운동과 지면에서 런지운동 후 동적균형운동의 변화를 확인하고자 하였 다. 보수훈련군, 밸런스패드훈련군 ,지면훈련군으로 나눠 런지운동을 시행하였다. 그 결과 기능적 팔뻗기검사는 보 수훈련군과 지면훈련군에서 유의하게 증가하였으며, Y 균형검사에서는 밸런스패드훈련군에서만 유의하게 증가하 였다. 각 군간의 유의한 차이는 확인하지 못하였다. 본 연구를 통해 지면훈련과 불안정한 지지면에서의 런지운동의 차이는 확인할 수 없었으나 런지운동이 균형능력에 영향을 주는 것을 확인할 수 있었다.

This study aimed to examine the changes in dynamic balance exercises after performing lunge exercises on unstable surfaces and on the ground. Participants were divided into a BOSU training group, a balance pad training group, and a ground training group, and performed lunge exercises. As a result, the functional reach test significantly increased in both the BOSU training group and the ground training group, while the Y-balance test significantly increased only in the balance pad training group. No significant differences were found between the groups. Through this study, it was confirmed that although differences between lunge exercises on the ground and on unstable surfaces were not identified, lunge exercises do influence balance ability.

본 논문에서는 10.3GHz(x-band) 주파수에서 동작하는 단일 및 2-패치 마이크로스트립 배열 안테나 설계 및 시뮬 레이션 결과를 제시하였다. 전송선로 이론을 통한 패치와 급전 선로 설계 파라미터를 구하였고 CST MWS를 사용하여 마이 크로스트립 패치 배열 안테나를 최적화 설계하는 과정을 제안하였다. 먼저 단일 마이크로스트립 패치 안테나를 설계한 후 최적의 반사 손실 및 이득을 얻기 위해 CST MWS를 사용하여 각 파라미터를 최적화하였다. 그리고 X-대역 애플리케이션 을 위한 2×1 마이크로스트립 배열 안테나로 설계를 확장하였다. 사용된 기판은 Roger RO4350B(h=0.79mm, Er = 3.54 ) 이고 급전 방식은 안테나 크기와 급전 효율을 고려하여 인셋(inset) 급전 방식을 사용하였다. CST MWS를 활용한 시뮬레이 션 결과를 제시하였으며, 동작 주파수(10.3GHz)에서 -18dB의 S11, 10.2dBi의 이득, 0.165GHz의 대역폭, 30o(Az, φ=0), 121o(El, φ=90)의 3-dB 빔폭을 얻었다. 향후 본 연구 결과를 기본으로 4×4 어레이로 추가 확장하여 안테나를 설계 및 제작하여 다양한 X-밴드 애플리케이션에 활용될 수 있다.

This paper presents a single and 2-patch microstrip array antenna operated on a frequency of 10.3GHz(x-band). It outlines the process of designing a microstrip patch array antenna using CST MWS. Initially, a single microstrip antenna was designed, followed by optimization using CST MWS to attain optimal return losses and gain. Subsequently, the design was expanded to create a 2×1 microstrip inset-fed array antenna for the X-band applications. The construction material is Roger RO4350B, with specific dimensions (h=0.79mm, Er = 3.54). The achieved results include an S11 of -18dB at the resonant frequency (10.3GHz), a gain of 9.82dBi, a bandwidth of 0.165GHz, and a 3-dB beamwidth of 30o, 121o in Az(φ=0) and El(φ=90) plane, respectively. The future plan involves the fabrication of this array antenna and further expansion to a 4×4 array of microstrip antennas. It is then incorporated on the X-band applications for practical uses.