본문 바로가기

Report

All 12,453 Page 16/1,246

검색
  • 12303

    2023.02.28

    연구개요 본 과제는 위성과 지상에서 측정한 기상 데이터를 모두 이용하여 대기권을 통과하여 지표면 도달하는 일사량(solar irradiance)을 예측(forecast)하는 태양복사모델(solar radiation model)을 기계 학습(machine learning)과 연계하여 연구하고, 예측한 일사량으로 태양에너지(solar energy) 발전량을 예측하는 것을 목표로 한다. 국내에 적합하도록, 기상 데이터와 일사량 사이의 상관관계를 기반으로 하는 통계적 태양복사모델과 기상 데이터를 입력 변수로 하면서 복사 전달 방정식의 해를 구하는 물리적 태양복사모델을 개발한다. 기존의 통계적 모델과 물리적 모델에 기계 학습 방법을 적용하여 일사량의 예측 시간 범위, 시공간의 해상도, 예측 정확도를 향상할 수 있도록 태양복사모델을 연구한다. 연구 목표대비 연구결과 일사량 예측에서 널리 사용되는 통계적 모델과 물리적 모델을 이용하여 현재 수준에서 태양복사모델의 특성을 이해하고 장단점을 분석하였다. 하늘 영상 기반 모델, 위성영상 기반 모델, 수치 해석 모델의 모든 경우에 대해 기계 학습을 적용함으로써 분, 시간, 일의 다른 시간 스케일에 적용이 가능한 미래 일사량 예측 모델을 개발하였다. ANN(artificial neural network), LSTM(long short-term memory), GRU(gated recurrent unit), SVR(support vector regression), RF(random forest) 등 다양한 기계 학습 알고리즘을 검토한 후, 시계열 데이터에 적합한 LSTM이나 GRU 같은 딥러닝(deep learning)이 일사량 예측에 더욱 효과적인 것을 증명하였다. 태양차단지수(sun blocking index)라는 새로운 변수를 제시하였고, 기계 학습의 입력 변수 및 하이퍼 파라미터 최적화를 통해 예측 정확도가 향상됨을 증명하였다. 예측 결과는 측정 결과와 비교하고 RMSE(root mean square error)와 MBE(mean bias error) 같은 오차 척도를 산출하여 기계 학습에 의한 예측 정확도 개선을 정량적으로 파악할 수 있도록 하였다. 몇 분 앞선 일사량 예측에서 RMSE는 대략 10~20%이고, 몇 시간 앞선 예측과 며칠 앞선 예측에서는 각각 RMSE 20~30%와 30~40% 수준으로 개선되었다. 전반적으로, 기계 학습 방법이 일사량 및 태양광 발전량 예측에서 정확도를 높였고, 특히 MBE 개선에 효과적으로 나타났다. 태양광 발전량 예측에서 일사량 예측의 중요성을 확인하였고, 기계 학습을 통해 특정 지역 및 시스템에 적합한 데이터를 더욱 정확하게 산출할 수 있음을 증명하였다. 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 본 과제를 통해 개발한 일사량 예측 기술은 다양한 에너지 관리 시스템(energy management system)에 활용할 수 있다. 국가 전력망 관리에서는 태양광 발전량 예측하면 전기 수요와 생산을 안정적으로 제어하고 급격한 전력 변동에 대처할 수 있다. 건물 및 자동차의 에너지 관리에서는 일사량에 따른 에너지 수요 변화를 예측하여 예비 공조, 수요 분산과 같은 효율적인 수요 관리를 적용할 수 있다. 이를 통해 전 세계적으로 패러다임의 변화를 겪고 있는 에너지 시장에서 경쟁하는 국내 업체에게는 기술력 향상에 도움을 주고, 재생에너지 확산을 촉진함으로써 온실가스 감축 및 기후 변화 대응에 적극적으로 참여하는 국가 이미지 제고에 기여할 수 있다. 학문적으로는 국내에서 태양복사모델에 관한 연구가 부족한 상황에서 기초연구의 다양성을 확대하는 데 중요한 역할을 할 것이다. 기계학습기술을 태양복사모델과 연계함으로써 향후 급격히 발전하는 기계학습기술의 성과를 태양에너지 기술까지 확대 가능한 학문적 교두보를 마련할 것이다. (출처 : 연구결과 요약문 2p)
    • 연구책임자 : 이현진
    • 주관연구기관 : 국민대학교
    • 발행년도 : 20230300
    • Keyword : 1. 태양복사모델;기계학습;일사량;태양에너지 발전량;예측; 2. solar radiation model;machine learning;solar irradiance;solar energy generation;forecast;
  • 12302

    2023.02.28

    □ 연구개요 - Liquid metals (LMs) have been studied for the use as heat transfer fluids in nuclear energy systems such as liquid Na for sodium cooled fast reactors (SFRs) and energy storage systems. In addition to these traditional applications, LMs have been attracting large attention as advanced functional materials in various fields, such as flexible electronics, biomedical application, soft robot, catalyst, etc. - For these applications, the chemistry of LMs, such as reactivity and corrosion characteristics, is important. However, the comprehensive database and understanding of the LM chemistry are still not available. - In this project, we aimed to first develop computational methods to efficiently and accurately calculate the solution enthalpy and diffusion coefficients as important physio-chemical properties of LMs, and then to construct all-element database taking liquid Na as a test case. □ 연구 목표대비 연구결과 - < Task-1: Acquisition of first-principles calculation data > We obtained first-principles molecular dynamic (FPMD) calculation data for 96 elements (from H to Cm) in liquid Na for the use in Tasks-2, 3 and 4. - < Task-2: Construction of all-element database for chemical states of impurity > Excluding 2 elements which showed bad convergence in the first-principles calculations and are not important for liquid Na application in nuclear engineering (Sm-62 and Yb-70), we determined the charge state, atomic radius, coordination number, etc, of 94 elements as impurity atoms in liquid Na at 600 K and 1000 K. - < Task-3: Development of machine-learning potential models based on FPMD simulation results > We established an efficient and automated method to construct accurate machine-learning (ML) moment tensor potentials (MTPs) based on FPMD calculation results. Using the established method and the FPMD calculation data prepared in Task-1, we developed MTPs for 94 elements in liquid Na. - < Task-4: Calculation of solution enthalpy and diffusion coefficients by classical molecular dynamics (CMD) using MTPs > We established all-element database (= 94 elements) for solution enthalpies and diffusion coefficients of impurities in liquid Na at 600 K and 1000 K by CMD using MTPs constructed in Task-3. - < Task-5: Validation of calculation results > We compared the calculated solution enthalpies and diffusion coefficients with available experimental data, and confirmed good agreement with experiments for solution enthalpies, except for several elements whose experimental data are likely to be affected by oxide formation. For diffusivity, due to very low availability of experimental data, we only compared the calculation and experiment for self-diffusion coefficient of liquid Na, showing good agreement. - < Task-6: Derivation of correlation between fundamental impurity properties with solution enthalpy and diffusion coefficient > We analyzed the correlation between fundamental properties of impurities, such as electronegativity and atomic radius, with solution enthalpy and diffusion coefficient, and established model equations to describe all-element data of solution enthalpy and diffusion coefficient as functions of fundamental impurity properties. - < Task-7: Conclusion and identification of future research directions > As a future research direction, we proposed new liquid alloy discovery for nuclear energy systems applications by means of materials informatic approach using the computational methods established in this project. □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) - The constructed all-element database can be used as fundamental data to improve the safety on the use of liquid Na. For example, the database can be used to effectively design new materials/devices to mitigate the consequence of Na fire and to establish reliable and efficient safety regulation. - Through this project, we established an efficient computational framework to construct all-element database. This framework can be easily applied to other LMs, such as liquid Pb, and liquid Li, and can help design new LM alloys of low chemical reactivity as well as corrosion-resistant structural materials for the applications in nuclear energy systems, flexible electronics, soft robotics, etc. The methods can be also applied to molten salts for the R&D of molten salt reactors (MSRs). - The all-element database established in this study is a first-of-kind database in the world, and significantly advanced the chemistry of LM. (source : 연구결과 요약문 2p)
    • 연구책임자 : Takuji Oda
    • 주관연구기관 : 서울대학교
    • 발행년도 : 20230300
    • Keyword : 1. 액체 금속;용해 엔탈피;확산 계수;불순물;원자론적 시뮬레이션; 2. liquid metal;solution enthalpy;diffusion coefficient;impurity;atomistic simulation;
  • 12301

    2023.02.28

    □ 연구개요 방사선은 면역-종양미세환경을 변화시키는 것으로 알려져 있다. 방사선 조사후 종양부위는 저산소화가 진행되고 저산소화된 암세포는 방사선에 저항성을 갖고 있다. 또한 방사선이후 neoantigen을 증가시켜 이후 면역관문억제제 사용시 효과가 증대될 것으로 기대하고 있다. 본 연구에서는 전통적인 종양조직의 획득을 통한 단백질의 면역형광화학염색, 채혈을 통한 일반혈액검사, 단백질표지자, 그리고 CT, MRI 같은 영상 검사의 소견이 환자의 치료반응정도, 재발, 생존과의 연관성이 있는지를 살펴보고 특정유전자와의 연관성을 살펴보고 이러한 마커들을 전통적인 통계학적인 방법 뿐 아니라 딥러닝을 이용하여 연관성이 있는지를 알아보고 자 하였다. □ 연구 목표대비 연구결과 1. 영상학적 마커와 혈액마커의 비교: 두 방법의 상관정도를 알아보았고, 비교해 보았음. 둘을 더하는 것은 영상학적 마커만 획득하는 것에 큰 이득이 없음. 2. 종양구획화를 하지 않고 반응성 예측: 구획화없이 MRI영상을 그림으로 인식 하여 기계학습을 하였고 인간전문가보다 우월함을 관찰하였다. 3. 영상소견으로 특정유전자 돌연변이 예측: 방사선치료 계획용 CT를 이용하여 기존의 CTV를 라벨링으로 사용하였고 기계학습과 라디오믹스 분석을 하였고, 어 느 정도는 예측할 수 있었음을 확인하였다. 4. 수술후 hypoxia마커의 발현이 2-3기 직장암 환자의 재발과 연관이 있는지: GLUT-1 면역형광화학염색을 방사선치료 전 조직검사 검체에서 시행하고, 치료 이후 수술로 절제된 검체에서 시행하고, 이것과 재발유무를 알아봄. 5. 기존의 MRI영상의 extramural vascular invasion와 혈액 종양마커인 CEA를 이용하여 이른 전이가 발생할 확률을 예측하였다. 6. 수술후 RT받는 NSCLC환자에서 lymphocyte, albumin의 예후와의 연관성: 97명의 환자에서 단변랑, 다변량 분석을 한 결과 재발과는 무관하였으나, 림프구, 알부민이 낮지 않으면 더 오래 사는 것을 확인하였다. □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 항암치료와 달리 방사선치료는 특정한 타겟에 선택적으로 영향을 미치지 않고 전반적으로 영향을 주는 것으로 그동안 보여왔다. 그러나 그것이 정말로 그러한 것인지 인간이타겟을 발견하지 못하여서 그런 것인지는 알 수 없다. 또한 수 많은 연구자들이 궁극적인 타겟인 유전자나 단백질을 찾아내려고 노력하였으나, 어떠한 타겟도 재현이 되어 입증된 것이 없다. 따라서 본 연구와 같이 현실적으로 적용가능한 실험을 통해 방사선에 대한 반응성을 예측하는 것이 타당하고 실제 환자와 의사들에게 도움이 되고 적용이 될 수 있는 방법이라고 생각한다. 아직까지는 요원한 일이겠으나 범용성을 갖게 된다면, 다른 연구자들도 조직기반 또는 혈액기반 면역학적 마커들의 변화를 실제로 확인해보고, 치료 전 또는 후 영상을 통해 라디오믹스나 딥러닝으로 이 마커들과의 상관관계를 간접적으로 예측하거나, 바로 예후를 예측할 수 있다면 조금 더 개인별 맞춤치료가 가능해질 수도 있다. (출처 : 연구결과 요약문 2p)
    • 연구책임자 : 송창훈
    • 주관연구기관 : 서울대학교
    • 발행년도 : 20230300
    • Keyword : 1. 직장암;종양미세환경;방사선치료;바이오마커;저산소증; 2. rectal cancer;tumor microenvironment;radiation therapy;biomarker;hypoxia;
  • 12300

    2023.02.28

    연구개요 본 연구는 딥러닝을 이용하여 방사선치료 시 정확한 전자밀도에 의한 선량계산에 영향을 줄 수 있는 금속영상왜곡 저감을 위한 기술을 개발하고 맞춤형 팬톰을 제작하여 적응형 방사선치료에 개발된 기술의 임상적용 가능성을 평가하고자 함. 결론적으로 기존 상용화된 알고리듬 대비하여 딥러닝 기술을 접목한 경우 선량학적 측면에서 더욱 정확한 결과를 확인할 수 있었으며, 추가적으로 영상왜곡에 의해 정상조직 및 종양의 컨투어링 정확성 향상을 기대할 수 있음. 연구 목표대비 연구결과 본 연구에서는 방사선치료 적용을 위한 인공지능 기반 금속 영상왜곡 저감 알고리듬 및 검증 기술을 개발하고, 이를 위해 방사선량 측정을 통한 검증을 위해 금속 영상왜곡을 발생 시킬 수 있는 인체모사 팬톰을 제작하여 개발된 알고리듬의 방사선치료 적용 시 우수성을 평가함. 인공지능 기반 금속 영상왜곡 저감기술을 이용한 방사선치료 적용기술은 다양한 연구에서 제시되었으나, 감소된 금속영상왜곡에 의한 선량계산의 정확도를 측정을 통해 검증한 연구는 전무한 실정임. 1차년도에서 딥러닝 알고리듬 중 가장 범용적으로 활용되는 fully convolutional network기반 알고리듬을 개선한 U-net 기반의 알고리듬을 구축하였고, 이러한 알고리듬을 이용하여 데이터 보간 및 재생에 따른 해부학적 구조의 왜곡 및 흐림 현상을 해결할 수 있었음. 딥러닝 기반 알고리듬을 이용한 영상 분석을 위해 normalized root mean square error (NRMSE)를 측정한 결과 금속영상왜곡을 적용하지 않은 영상 대비 58.29%, 기존 상용화된 금속영상왜곡기술저감 기술 대비 12.03%로 금속영상물에 의한 오차 감소를 확인함. 2차년도의 경우, 최근 임플란트 및 치아보형물에 의해 발생되는 환자 수 증가에 따라 두경부를 모사하는 팬톰 제작을 완료 하였으며, 금속 영상왜곡을 발생 시킬 수 있는 금속 치아 및 정상 치아를 따로 설계하여 원하는 위치에 금속영상왜곡이 발생시킬 수 있는 환경을 조성함. 더불어 실제 방사선량 측정이 가능하도록 필름과 유리선량계가 삽입 가능하도록 만들어져 실제 치료 계획된 선량을 측정을 통해 비교가 가능함. 재구성된 알고리듬의 평가를 위해 실제 측정된 선량평가를 위해, 선량분포에 대해 계산된 값과 측정된 값의 감마분석을 이용하여 비교하였음. 치료 계획은 현재 방사선종양학과에서 가장 주로 사용되는 volumetric modulated arc therapy (VMAT)을 이용하여 치료계획을 수립하였고, 감마 분석을 위해 2%, 2mm의 tolerance와 10% threshold를 적용하여 비교를 수행함. 제안한 방법과 MAR이 적용되지 않은 영상에서의 passing rate 값은 99.5%, 상용화된 O-MAR 방법과 MAR이 적용되지 않은 영상의 passing rate는 99.6%, 제안된 MAR 방법과 OMAR사이의 gamma passing rate는 99.9%로 거의 유사한 선량분포를 확인하였음. 그러나 금속으로 인해 planning target volume (PTV) 내 선량 차이가 있음을 확인하였고, Gamma image 내에서도 그 차이를 최대 7.9%까지 확인할 수 있었고, 제안된 방법을 사용한 경우 최대 약 3%의 차이를 확인하여 약 50%의 개선효과를 확인함. 연구발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) 제안된 금속영상왜곡 저감 기술은 영상에서의 개선뿐만 아니라 선량학적 관점에서도 상용화된 금속영상왜곡 방법과 비교하여 거의 유사하거나 우수한 성능을 보여주었으며, 추후 임상 적용에 충분한 가치가 있다고 판단됨. 특히 영상에서의 개선을 통해 정확한 PTV와 주변 정상조직의 컨투어를 이룰 수 있으며, 개선된 전자밀도 정확성을 통해 선량계산의 정확성 역시 향상되는 결과를 확인할 수 있었음. 더불어, 제안된 선량측정용 팬톰은 선량분포 및 절대선량 측정이 가능하도록 설계되어 직접적인 선량측정이 가능한 장점을 바탕으로 앞으로 제시될 금속영상왜곡 저감기술의 성능 검증을 위한 객관적인 지표를 제시할 수 있음. 결론적으로 방사선치료의 정확성과 안정성에 기여할 수 있어 환자에게 신뢰성 있고 질 높은 의료서비스 제공이 가능함. (출처 : 요약문 2p)
    • 연구책임자 : 강성희
    • 주관연구기관 : 서울대학교
    • 발행년도 : 20230300
    • Keyword : 1. 금속영상왜곡 저감;딥러닝;방사선치료;치료계획;방사선량 측정; 2. metal artifact reduction;Deep learning;radiation therapy;treatment planning;Dose measurement;
  • 12299

    2023.02.28

    대덕 원자력이용시설과 서울 연구용원자로시설 부지 및 주변 지역에 대해 공간감마선량률 측정과 환경시료에 대한 방사능 분석을 실시하였다. 대덕 원자력이용시설과 서울 연구용원자로시설 주변의 공간감마선량률과 집적선량은 전년도와 비슷한 수준을 보였다. 전알파, 전베타, U 및 90Sr 등 환경방사능 농도는 모든 시료에 있어서 전년도와 유사한 준위를 유지하고 있었다. 3H의 경우 대덕 부지의 공기중 수분 및 빗물, 지표수에서 검출되어 일시증가 보고가 있었으며, 그 외에는 평상시 변동범위 이내였다. 감마동위원소의 경우 자연방사성핵종인 40K 또는 7Be을 제외한 대부분의 인공방사성핵종의 농도가 최소검출가능농도 미만으로 나타났다. 서울 연구용원자로시설의 경우 지표수 시료에서 131I이, 표층토양 시료에서 137Cs가 평상시변동범위 이내이거나 약간 높게 검출되었다. 검출된 137Cs의 방사능 준위는 1960 ∼ 1970년대 실시된 대기권 핵실험에 의한 전 지구적인 오염에 의한 것으로 판단된다. 한편, 원자력이용시설 운영으로 주변 주민에 대한 최대 유효선량은 0.00367 mSv/yr로 평가되었는데 이는 일반인에 대한 법적선량한도 (1mSv/yr) 및 부지 기준치 (0.25 mSv/yr) 보다 낮은 값으로 주변 주민의 방사선에 의한 영향이 거의 없는 것으로 판단된다. 본 연구의 환경방사선 평가 결과 조사기간 동안 원자력이용시설의 운영으로 인한 부지 및 주변환경에 대한 변화는 일어나지 않은 것으로 판단된다. (출처 : 서지정보양식 201p)
    • 연구책임자 : 임종명
    • 주관연구기관 : 한국원자력연구원
    • 발행년도 : 20230300
    • Keyword : 1. 환경방사선량률;전알파;전베타;감마동위원소;환경방사능분석;원자력시설;기상관측;주민선량평가; 2. 3H;U;90Sr;Environmental radiation;gross alpha;gross beta;tritium;uranium;strontium-90;gamma radionuclide;environmental radioactivity analysis;nuclear facility;meteorology;dose assessment;
  • 12298

    2023.07.31

    본 과제의 목표는 방사선기기팹 공정장비 표준화 및 의료진단기기 전략제품 기반 한국형 강소 방사선기기 기업 육성 지원을 통한 방사선기기 지역 클러스터 조성이다. 과제 달성을 위해 한국형 방사선의료기기 기업육성 지원, 방사선기기 산업생태계 조성을 위한 클러스터 구축/운영, 방사선기기팹 연구장비 이용서비스 및 성능개선을 수행하였다. 그 결과 화합물 반도체 단결정 소재 성장 표준공정 확립, 반도체센서 표준공정 확립, 기술지원 14회, 실무교육 2회, 융복합 클러스터 협의체 운영 4회, 기업연계 기술사업화 R&D 아이템 발굴 1건, 기술사업화 지원 1건, 이용실적 204건, 단결정 소재 성장 장비 로드셀 자동화 시스템 구축, 연구장비 점검 및 검교정 11건, 연구장비 업그레이드 4건을 수행하였다. 본 연구에서는 기술사업화 지원을 통해 방사선의료진단기기용 방사선계측 소재 기술사업화, 방사선기기 인프라 조성 및 산업 생태계 조성에 기여하였다. 또한 지속적이고 안정적인 방사선기기팹 시설/장비 지원을 통해 국가 방사선기기 기업 육성에 기여할 계획이다. (출처 : 서지정보양식 73p)
    • 연구책임자 : 강창구
    • 주관연구기관 : 한국원자력연구원
    • 발행년도 : 20230800
    • Keyword : 1. 방사선기기팹센터;방사선 계측기;방사선기기;의료진단기기;반도체; 2. Radiation Equipment Fab. Center;Radiation detector;Radiation Equipment;Medical diagnosis system;Semiconductor;
  • 12297

    2022.12.31

    연구 목표 · 물성에서 창발하는 시공간을 머신러닝을 이용하여 찾고 시공간으로부터 새로운 물성을 예측하고 설명 · 광학 전도도를 홀로그래피 쌍대성으로 해석하는 과정에서 기계학습을 활용할 수 있는 방안 연구 · ‘Neural ODE’라는 방법과 위 방법에 Bayesian Interpretation을 적용한 ‘Bayesian Neural ODE’를 간단한 물리문제에 적용함으로서 머신러닝의 활용 가능성과 신뢰도를 측정 연구 과정 · 이에 앞서, 유사한 현상에서 기계학습이 올바르게 활용된 성공 사례를 분석 · 성공 사례와 본 연구의 물리 현상이 갖는 차이를 고려하여 기계학습 모델을 수정 연구 결과 · 본 연구에 사용한 학습 데이터에 한정하여 기계학습이 의도한 결과를 산출 · 학습 데이터를 달리한 경우에도 동작하도록 후속 연구가 필요 (출처 : 초록 4p)
    • 연구책임자 : 김근영
    • 주관연구기관 : 광주과학기술원
    • 발행년도 : 20230100
    • Keyword : 1. 홀로그래픽 쌍대성;기계 학습;신경망;핵물리;응집물질물리; 2. Holographic duality;Machine learning;Neural network;nuclear physics;condensed matter physics;
  • 12296

    2023.02.28

    연구개요 이번 연구과제에서는 고밀도/고온의 핵물질 안에서 다양한 종류의 벡터 중간자들이 유한한 속도를 가지고 움직일 때 겪는 질량 변화를 이론적으로 계산해 보고자 했습니다. 연구 목표대비 연구결과 이번 연구과제의 초기 연구계획서에 기재된 최종목표는 아래와 같이 크게 두 가지였습니다. ㄱ) 유한한 밀도안에서 움직이는 Φ 중간자의 질량 변화 계산 ㄴ) 고온의 핵물질 안에서 움직이는 J/Ψ의 질량 변화 계산 하지만 연구개발과제의 1차 목표였던 유한한 밀도에서 움직이는 Φ 중간자의 특성 변화에 대한 이론적 고찰이 최초 연구개시일 이전에 완수되어 논문에 게재까지 완료됐습니다. 따라서, 이 부분이 연구 성과에 미반영되었습니다. 하지만 이번 연구과제에서 고찰한 이론적 방법이 벡터 중간자 뿐만 아니라 자기 수반(self-adjoint) 형태를 가진 스칼라, 유사스칼라, 유사벡터 등 다른 중간자에도 동일하게 적용될 수 있음을 알게 되었습니다. 이를 이용해 두 번째 연구 대상이었던 J/Ψ 중간자 외에 ηc, Χc0, Χc1 중간자들의 특성변화도 같이 연구해 보았고 추가로 J/Ψ 중간자와 유사한 구조를 가지고 있지만 질량 스케일이 다른 Υ(1S) 중간자에 대해서도 연구해 보았습니다. 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) 이번 연구과제의 1차 목표였던 유한한 밀도에서 움직이는 Φ 중간자의 특성 변화에 대한 이론적 고찰은 아쉽게 연구개시일 이전에 완수되어 최종 성과에 반영되지는 않았지만, 곧 일본의 J-PARC 실험에서 이 효과를 실제로 관측할 것이기 때문에 추후에 실험결과와 직접 비교 분석하는 연구를 진행해볼 수 있을 것입니다. 그리고 2차 목표였던 고온의 핵물질 안에서 움직이는 J/Ψ 중간자의 특성 변화 연구의 경우에는 이론적 고찰을 통해 훨씬 더 많은 입자들로 확장할 수 있었습니다. 이는 추후 쿼크-글루온 플라즈마 상태의 핵물질 안에서 무거운 중간자들이 겪는 질량변화를 좀 더 정밀하게 연구하는데 도움을 줄 것으로 기대됩니다. (출처 : 요약문 2p)
    • 연구책임자 : 김형주
    • 주관연구기관 : 연세대학교
    • 발행년도 : 20230300
    • Keyword : 1. 벡터 중간자;질량 변화;QCD합규칙;운동량; 2. vector meson;mass shift;QCDSumRule;momentum;
  • 12295

    2023.02.28

    □ 연구개요 ○ 본 연구의 목표는 이중수소결합 도너(dual-hydrogen bond donor)와 음이온의 결합에 의해 발생하는 탈양자화(deprotonation) 현상을 전기적인 신호로 변환하여 특정 음이온을 실시간으로 검출할 수 있는 IoT 센서 플랫폼을 개발하는 것임. ○ 본 연구에서는 다양한 구조의 이중수소결합 도너 기반의 음이온 리셉터 분자를 설계 및 합성하여 음이온과 결합력을 체계적으로 평가함으로써 우수한 결합력을 갖는 리셉터 설계의 기준안을 제시함. 음이온과 리셉터의 화학적인 상호작용을 효과적으로 전기신호로 변환하기 위하여 탄소나노튜브에 기능화 하는 방법에 대한 연구를 수행함. ○ 궁극적으로, 개발한 IoT 센서 플랫폼을 활용하여 극소량의 용액에 포함되어 있는 음이온을 실시간으로 감지할 수 있는 프로토타입 센서를 구현하는 것이 본 연구의 최종 목표임. □ 연구 목표대비 연구결과 ○ 1차년도 ■ Squaramide, thiourea 및 croconamide 기반의 이중수소결합 도너에 양이온 기능기 (pyridinium)와 전자 당김기(electron withdrawing group)를 결합시켜 탈양자화가 효과적으로 발생하는 음이온 리셉터를 합성함. 합성한 리셉터는 1H 핵자기 공명 분광법(nuclear magnetic resonance, 1H NMR)을 통해 구조 분석이 이루어짐. 음이온과 결합 특성은 자외선 가시광선 분광기(UV-vis spectroscopy)를 활용하여 음이온과 리셉터의 정량적인 결합력을 평가함. ○ 2차년도 ■ 스프레이 코팅 공정을 통하여 폴리-4비닐피리딘(poly(4-vinylpyridine), P4VP)-탄소나노튜브 복합체를 형성함. 음이온 리셉터는 P4VP-탄소나노튜브 복합체에 공유결합을 통해 기능화가 이루어짐. 리셉터가 기능화된 P4VP-탄소나노튜브 복합체를 활용하여 센서를 제작하고 음이온이 포함된 용액이 주입되었을 때, 센서의 저항이 증가함을 통해 리셉터와 음이온의 화학적 상호작용이 전기 신호로 성공적으로 변환되는 것을 증명함. ■ 합성한 리셉터 중 Squaramide가 기능화된 P4VP-탄소나노튜브 복합체가 아세테이트 음이온에 대하여 가장 우수한 감도를 나타냄. 추가적으로, 탄소나노튜브 섬유를 활용하여 음이온 리셉터를 비공유결합 방식과 공유결합 방식을 통해 기능화하여 기능화 방식에 따른 음이온 감지 특성을 비교 평가함. ○ 3차년도 ■ IoT 기반의 센서 모듈을 개발하여 센서에서 발생하는 전기 신호를 무선 통신을 통해 스마트폰으로 전송하여 실시간으로 음이온 감지에 성공함. □ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) ○ 아세테이트 음이온은 박테리아 세포의 성장을 제어하는 지표성분으로 알려져 있으며, 인슐린과 같은 합성 단백질 생산에서 중요한 지표로 활용됨. 박테리아 세포의 성장 환경에서 아세테이트 음이온의 농도와 세포성장에 대한 상관관계를 체계적으로 평가하여 합성 인슐린 생산효율 최적화에 기여할 것으로 기대. ○ 추가적으로, 양이온 성분과 중성 용질을 감지할 수 있는 센서를 개발하여 본 연구에서 개발한 IoT 기반 센서 모듈을 융합하여 센서 플랫폼의 활용분야의 확장을 기대. ○ 또한, 다종 센서 어레이 시스템을 개발하여 용액 속에 포함되어 있는 이온 및 바이오 마커에 대한 감지 정확성을 높이고, IoT 기술과 패턴인식 기술을 접목하여 현장진단형 센서 플랫폼으로 활용할 수 있음. (출처 : 연구결과 요약문 2p)
    • 연구책임자 : 최선진
    • 주관연구기관 : 한양대학교
    • 발행년도 : 20230300
    • Keyword : 1. 음이온 센서;이중수소결합 도너;탈양자화;탄소나노튜브;사물인터넷; 2. anion sensor;Dual-hydrogen bond donor;deprotonation;carbon nanotube;IoT;
  • 12294

    2023.02.28

    비공개항목입니다.
    • 연구책임자 : 김석호
    • 주관연구기관 : 강원대학교
    • 발행년도 : 20230300
    • Keyword : 1. 고아 핵수용체;에스트로겐 관련 수용체 감마;조절자;루시페레이스;세포기반 시험; 2. Orphan Nuclear Receptor;Estrogen Related Receptor gamma;Modulator;luciferase;cell-based assay;