Kisti Institutional Repository
Not a member yet
7415 research outputs found
Sort by
KISTI-KIER, 에너지 공공기술 사업화 위해 힘 모은다
Get PDF한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 오늘(14일) 한국에너지기술연구원(원장 김종남, 이하 KIER)과 업무협약(MoU)을 체결하고 빅데이터 기반 분석모델·시스템인 ‘Smart K2C’를 활용하여 에너지기업의 혁신성장 생태계 조성을 위해 상호 협력하기로 하였다
“코로나19로 기후가 변했다, 진짜일까?” KOSEN 전문가가 전하는 짧고 명쾌한 지식
No full text“코로나19로 기후가 변했다, 진짜일까?”, “코로나19는 향후 지구촌 환경에 긍정적일까, 부정적일까?” 코로나19와 기후변화에 관한 이러한 궁금증에 짧고 명쾌하게 답해주는 보고서가 나왔다. 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 한민족과학기술자네트워크(KOSEN)의 전문가 분석보고서인 ‘KOSEN리포트’를 통해 코로나19 관련 글로벌 연구동향을 신속·정확하게 제공하고 있다고 밝혔다
KISTI-기계연, ‘메타물질 연구자’ R&D 지원환경 구축 나서
No full text한국과학기술정보연구원(원장 최희윤, 이하 KISTI)의 ScienceON*은 한국기계연구원 파동에너지극한제어연구단(CAMM)에서 추진 중인 메타물질 연구자의 R&D활동을 지원하기 위해 ‘메타물질 공학설계 플랫폼**(이하 EDPM, Engineering Design Platform for Metastructures)’과 연계하기로 하였다
도서관계, 코로나19 위기 극복을 위해 학술출판사의 협력 요청
Get PDF코로나 19 위기상황은 연구자들의 정보접근에 어려움을 가중시키고 있다. 연구자들은 학술연구와 교육을 지원하는 도서관 방문이 제한되고 온라인 정보 의존성이 심화되고 있다. 이러한 상황에 재정적 어려움을 호소해 온 대학은 등록금 반환 요구에 직면하고 있으며 공공부문은 코로나 19 대응을 위한 예산 삭감으로 정보자료 구독에 어려움을 겪고 있다.2020년 6월 30일 개최된 2021 KESLI 컨소시엄 제안요청설명회에서 KESLI 운영위원회는 “코로나 19에 대응한 컨소시엄 참가 對정보공급사 공개 서한”을 발표하였다
넥스트 노멀(Next Normal)시대, 새로운 비즈니스 기회를 찾다
Get PDF한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 넥스트 노멀(Next Normal)시대가 가져올 패러다임 변화에 대한 대응 방안으로 유망 기술사업기회 10선을 선정하고 분석한 『KISTI 기술사업화 분석 리포트*』를 발간하였다
KISTI, 2020년 국가연구개발 우수성과 100선 2개 분야 선정
Get PDF한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 과학기술사이버안전센터가 자체개발한 ‘AI 및 가시화 기반 사이버공격 자동분석 상용화 기술 개발’과 과학기술연구망센터의 ‘과학 빅데이터의 빠른 전달을 위한 ScienceDMZ 기술개발 및 서비스’가 ‘2020년 국가연구개발 우수성과 100선’에 선정되었다고 28일 밝혔다
과학기술분야 정부출연연구기관의 수요기반 R&D 활성화 방안
No full text최근 디지털 전환이 가져온 기술혁신과 R&D 패러다임의 변화는 과학기술분야 정부출연연구기관(이하 출연(연))의 경제·사회적 가치 창출에 대한 관심으로 이어지고 있다. 즉, 기술혁신을 통한 산업·경제적 기여와 함께, 사회문제 해결 및 국민 삶의 질 제고 등과 같이 출연(연)의 수요기반 R&D 요구에 대한 비중이 보다 확대되고 있다.
이에 따라, 본 고에서는 수요기반 R&D의 중요성과 이에 기반한 출연(연)의 역할 재정립에 대해 설명하였다. 다음으로, 기존 R&D와 수요기반 R&D의 특성과 차이에 대해 파악하고, 수요기반 R&D 과정에서 참여자 간 상호소통을 기반으로 문제해결을 위해 적용할 수 있는 다양한 도구를 소개하였다. 또한 수요기반 R&D 프로세스에서 수요자의 요구를 반영하고 참여를 유도하기 위한 방안으로 고객만족경영 활동에 기반한 수요자 피드백 체계에 대해서도 살펴보았다. 마지막으로, 수요기반 R&D 과정 및 성과가 실질적인 수요자 만족으로 연계될 수 있는 체계 개발을 위한 실천 전략을 제안하였다. 수요자 경험의 체계적 관리·활용, 연구과정에서 참여자 간 상호소통을 활성화할 수 있는 R&D 시스템 구축 등이 요구된다
Smaller body size, early postnatal lethality, and cortical extracellular matrix-related gene expression changes of Cyfip2-null embryonic mice
No full textCytoplasmic FMR1-interacting protein 2 (CYFIP2) is a key component of the WAVE regulatory complex (WRC) which regulates actin polymerization and branching in diverse cellular compartments. Recent whole exome sequencing studies identified de novo hotspot variants in CYFIP2 from patients with early-onset epileptic encephalopathy and microcephaly, suggesting that CYFIP2 may have some functions in embryonic brain development. Although perinatal lethality of Cyfip2-null (Cyfip2-/-) mice was reported, the exact developmental time point and cause of lethality, and whether Cyfip2-/- embryonic mice have brain abnormalities remain unknown. We found that endogenous Cyfip2 is mainly expressed in the brain, spinal cord, and thymus of mice at late embryonic stages. Cyfip2-/- embryos did not show lethality at embryonic day 18.5 (E18.5), but their body size was smaller than that of wild-type (WT) or Cyfip2+/- littermates. Meanwhile, at postnatal day 0, all identified Cyfip2-/- mice were found dead, suggesting early postnatal lethality of the mice. Nevertheless, the brain size and cortical cytoarchitecture were comparable among WT, Cyfip2+/-, and Cyfip2-/- mice at E18.5. Using RNA-sequencing analyses, we identified 98 and 72 differentially expressed genes (DEGs) from the E18.5 cortex of Cyfip2+/- and Cyfip2-/- mice, respectively. Further bioinformatic analyses suggested that extracellular matrix (ECM)-related gene expression changes in Cyfip2-/- embryonic cortex. Together, our results suggest that CYFIP2 is critical for embryonic body growth and for early postnatal survival, and that loss of its expression leads to ECM-related gene expression changes in the embryonic cortex without severe gross morphological defects
Estimating the Impacts of Investment in a National Open Repository on Funded Research Output in South Korea
No full textOpen access is a paradigm whereby the electronic versions of scholarly publications are made freely accessible without any restrictions. It is actively promoted globally and is also promoted domestically in accordance with this global trend. However, there is a growing need to evaluate existing activities and to seek policies for the steady spread of open access. This study examines the necessity of switching to a national repository from existing institutional repositories through policy direction analysis of open repositories. We examined domestic open access policies by analysing various overseas cases and the situation in South Korea. Finally, we determined the validity of investment in a national repository by analysing its social and economic impacts using the modified Solow-Swan model. The main parameters for applying the modified Solow-Swan model were estimated, and the domestic research and development expenditure was predicted via a regression method. Then, we applied a range of rate of returns to research and development (10% to 50%) to various scenarios and examined the effects of increasing accessibility and efficiency by 1% to 10%. We found that the implementation of a national open access repository in South Korea would have a substantial impact (to the tune of 147 billion won), without considering the potential costs of such a repository. Based on the estimates of the social and economic impact of a national repository, the implementation of a national open access repository in South Korea is economically viable. Besides having beneficial social and economic impacts, a national repository is expected to enhance awareness of open access among Korean researchers and institutions
Computer Vision in Precipitation Nowcasting: Applying Image Quality Assessment Metrics for Training Deep Neural Networks
No full textThis paper presents a viewpoint from computer vision to the radar echo extrapolation task in the precipitation nowcasting domain. Inspired by the success of some convolutional recurrent neural network models in this domain, including convolutional LSTM, convolutional GRU and trajectory GRU, we designed a new sequence-to-sequence neural network structure to leverage these models in a realistic data context. In this design, we decreased the numbers of channels in high abstract recurrent layers rather than increasing them. We formulated the task as a problem of encoding five radar images and predicting 10 steps ahead at the pixel level, and found that using only the common mean squared error can misguide the training and mislead the testing. Especially, the image quality of last predictions usually degraded rapidly. As a solution, we employed some visual image quality assessment techniques including Structural Similarity (SSIM) and multi-scale SSIM to train our models. Experimental results show that our structure was more tolerant to increasing uncertainty in the data, and the use of image quality metrics can significantly reduce the blurry image issue. Moreover, we found that using SSIM was very effective and a combination of SSIM with mean squared error and mean absolute error yielded the best prediction quality