한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

식품 인쇄 적성 증진제의 전단탄성률 예측 신경망 설계

Neural Network Design for Predicting Shear Modulus of Food Printability Enhancers

  • 유현주 (호서대학교 벤처대학원 융합공학과) ;
  • 문남미 (호서대학교 벤처대학원 융합공학과)
  • Yoo, Hyun-Ju (Dept. of Convergence Engineering, Hoseo Graduate School of Venture) ;
  • Moon, Nammee (Dept. of Convergence Engineering, Hoseo Graduate School of Venture)
  • 발행 : 2021.11.04
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

인쇄 적성 증진제는 식품용 3D 프린팅에서 겔화 소재의 인쇄 적성을 향상시키는 요소 중 하나이다. 이 때, 인쇄 적성 증진제의 평가는 전단응력을 받을 때 일어나는 변형의 정도를 나타내는 전단탄성률 기반으로 한다. 그러나, 전단 탄성률 측정은 식품 원재료의 다양함으로 인해 소재별로 측정하는데 많은 시간과 비용이 소요되는 단점이 있다. 이에 본 연구에서는 FCN과 RNN을 사용하여 전단탄성률을 예측하는 신경망 설계를 제안함으로써 인쇄 적성 증진제의 전단탄성률을 측정하는 시간과 비용을 절감하고자 한다.

키워드

과제정보

본 연구는 2021년도 중소벤처기업부의 스마트서비스 ICT솔루션 개발사업(S3084459)의 지원에 의한 연구임.