본 연구는 시중 유통되고 있는 새싹채소 재배용 적콜라비 종자에서 분리한 E. coli strain RC-4-D의 생장예측모델을 개발하기 위해 수행되었다. 각 온도조건(10, 15, 20, 25, $30^{\circ}C$) 별로 적콜라비 중 E. coli strain RC-4-D 밀도 변화를 조사하였고 Baranyi model을 1차 생장예측모델로 이용하였고 각 온도별로 최대생장률(${\mu}max$)과 $10^{\circ}C$를 제외한 유도기(LPD) 값을 도출하였다. E. coli strain RC-4-D의 최대생장률에 대한 2차 생장예측모델로써 suboptimal Ratkowsky square-root, suboptimal Huang square-root, suboptimal Arrhenius-type 세 종류의 모델을 비교하였다. 모델 적합성 검정 결과, suboptimal Huang square-root 모델이 정확도가 가장 높고 suboptimal Ratkowsky square-root 모델이 편차가 가장 적은 것으로 나타났다. 종합적으로, RMSE가 0.100, $A_f$가 1.255, $B_f$가 0.999인 suboptimal Ratkowsky square-root 모델이 온도의 영향을 설명하는 가장 적합한 2차 생장예측 모델인 것으로 나타났다. 본 연구에서 개발한 모델은 적콜라비 새싹채소 생산에 있어서 E. coli의 생장을 예측하고 미생물 위해성평가를 수행하는데 활용될 것으로 기대된다.
Kim, Won-Il;Ryu, Sang Don;Kim, Se-Ri;Kim, Hyun-Ju;Lee, Seungdon;Kim, Jinwoo
Food Science and Biotechnology
/
제27권6호
/
pp.1865-1869
/
2018
This study examined the effects of alfalfa seed germination on growth of Salmonella enterica. We investigated the population changes of S. enterica during early sprout development. We found that the population density of S. enterica, which was inoculated on alfalfa seeds was increased during sprout development under all experimental temperatures, whereas a significant reduction was observed when S. enterica was inoculated on fully germinated sprouts. To establish a model for predicting S. enterica growth during alfalfa sprout development, the kinetic growth data under isothermal conditions were collected and evaluated based on Baranyi model as a primary model for growth data. To elucidate the influence of temperature on S. enterica growth rates, three secondary models were compared and found that the Arrhenius-type model was more suitable than others. We believe that our model can be utilized to predict S. enterica behavior in alfalfa sprout and to conduct microbial risk assessments.
In this paper, we consider the validity of a human probabilistic learning model applied to the perdiction of errors associated with the absolute identification of tones. It is shown that the probabilistic learning model describes the human error process adequately. The model parameters are estimated by two methods which are the method of maximum likelihood, and the method of mement. The MLE version of the model has the better predictive power but the ME version is more readily obtainable and may be more practical.
본 연구는 축산물에 대하여 쉽게 오염될 수 있는 S. aureus에 대해 축산제품에 속하는 식육추출가공품 중 갈비탕에 대해 식중독 예방과 식품의 안전성을 확보하기 위하여 Baranyi model을 이용하여 성장 예측모델을 개발하였다. DMFit 프로그램을 이용하여 S. aureus의 유도기(LPD)와 최대성장률(${\mu}_{max}$, maximum specific growth rate)을 산출하였다. S. aureus의 성장곡선은 4, 10, 20, $37^{\circ}C$의 보관 온도에서 측정하였다. Baranyi model의 LPD의 값은 4, 10, 20, $37^{\circ}C$의 저장 온도에서 각각 256.04, 152.60, 5.41, 3.78 h으로 온도에 반비례 한 것으로 나타났다. 또한 ${\mu}_{max}$의 값은 4, 10, 20, $37^{\circ}C$의 저장 온도에서 각각 0.003, 0.007, 0.258, $0.528logCFU/g{\cdot}h$으로 온도에 비례 한 것으로 나타났다. 또한 일차식의 적합성을 나타내는 $R^2$ 값은 모두 0.9 이상으로 나타나 실험값과 예측값의 상관관계가 높은 것을 알 수 있었다. RMSE 값은 0.39로 비교적 0에 근접하게 나타난 것을 볼 수 있으며 개발된 예측모델의 적합성이 높다고 할 수 있다. 따라서 개발된 모델을 이용할 경우 식육추출가공품 중 갈비탕의 다양한 생산 환경과 온도에 따라 S. aureus의 성장을 예측할 수 있을 것이라고 사료된다. 갈비탕을 생산, 보관 및 판매하는 산업체에서 널리 활용할 수 있을 것이라고 생각되며 이를 위해평가에서 또한 충분히 활용가능 할 것이라고 생각되어진다.
This study calculated kinetic parameters of Escherichia coli O157:H7 and developed a probabilistic model to estimate growth probabilities of E. coli O157:H7 on polyethylene cutting boards as a function of temperature and time. The surfaces of polyethylene coupons ($3{\times}5$ cm) were inoculated with E. coli O157:H7 NCCP11142 at 4 Log $CFU/cm^2$. The coupons were stored at 13 to $35^{\circ}C$ for 12 h, and cell counts of E. coli O157:H7 were enumerated on McConkey II with sorbitol agar every 2 h. Kinetic parameters (maximum specific growth rate, Log $CFU/cm^2/h$; lag phase duration, h; lower asymptote, Log $CFU/cm^2$; upper asymptote, Log $CFU/cm^2$) were calculated with the modified Gompertz model. Of 56 combinations (temperature${\times}$time), the combinations that had ${\geq}$0.5 Log $CFU/cm^2$ of bacterial growth were designated with the value of 1, and the combinations that had increases of <0.5 Log $CFU/cm^2$ were given the value 0. These growth response data were fitted to the logistic regression to develop the model predicting probabilities of E. coli O157:H7 growth. Specific growth rate and growth data showed that E. coli O157:H7 cells were grown at $28-35^{\circ}C$, but there were no obvious growth of the pathogen below $25^{\circ}C$. Moreover, the developed probabilistic model showed acceptable performance to calculate growth probability of E. coli O157:H7. Therefore, the results should be useful in determining upper limits of working temperature and time, inhibiting E. coli O157:H7 growth on polyethylene cutting board.
In this study, we sought to compare and evaluate the accuracy and predictive performance of machine learning algorithms for estimating the growth of individual Larix kaempferi trees in Gangwon Province, Korea. We employed linear regression, random forest, XGBoost, and LightGBM algorithms to predict tree growth using monitoring data organized based on different thinning intensities. Furthermore, we compared and evaluated the goodness-of-fit of these models using metrics such as the coefficient of determination (R2), mean absolute error (MAE), and root mean square error (RMSE). The results revealed that XGBoost provided the highest goodness-of-fit, with an R2 value of 0.62 across all thinning intensities, while also yielding the lowest values for MAE and RMSE, thereby indicating the best model fit. When predicting the growth volume of individual trees after 3 years using the XGBoost model, the agreement was exceptionally high, reaching approximately 97% for all stand sites in accordance with the different thinning intensities. Notably, in non-thinned plots, the predicted volumes were approximately 2.1 m3 lower than the actual volumes; however, the agreement remained highly accurate at approximately 99.5%. These findings will contribute to the development of growth prediction models for individual trees using machine learning algorithms.
International Journal of Control, Automation, and Systems
/
제3권2호
/
pp.252-257
/
2005
In this work, we propose a simple but efficient method to design a target temperature trajectory for pulling speed tracking control of the crystal grower in the Czochralski crystallization process. In the suggested method, the model predictive control strategy is used to incorporate the complex dynamic effect of the heater temperature on the pulling speed into the temperature trajectory design quantitatively. The feedforward trajectories designed by the proposed method were implemented on 200 mm and 300 mm silicon crystal growers in the commercial Czochralski process. The application results have demonstrated its excellent and consistent tracking performance of pulling speed along whole bulk crystal growth.
예측식품미생물학(PFM)은 1980년대 후반 이후 식품미생물학 분야에서 새롭게 발생한 신학문 분야이다. PFM은 특별한 환경적 요인에 따른 미생물 특히, 병원성미생물의 반응(사멸과 생존)을 예측하기 위하여 수학적인 모델을 이용한 것이다. 현재까지 개발된 PFM모델중 완전한 것은 없지만, 어떤 특정 조건하에서는 신속하고 객관적으로 미생물의 반응을 예측하는데 이용될 수 있다는 장점 때문에, HACCP시스템, Risk Assessment 등에서 응용 가능성이 커지고 있다. 본 연구는 PFM 모델중 PMPwin5.1을 이용하여, 우유 저장에 대한 HACCP시스템 중 미생물학적 위해요소 분석, CCP 및 CL설정에 대한 방법론적 예를 제시하였다. 모델에 대한 초기조건으로 우유와 동일한 물리화학적 조건인 pH 6.7, Aw 0.993, NaCl 1.3%을 고정변수로 하고, 저장온도(4~15$^{\circ}C$)를 변이변수로 선정하여, 온도에 따른 주요 병원성미생물의 generation time, lag phase duration, infective dose에 도달하는데 걸리는 시간을 산출하였다. 이 결과를 바탕으로 온도의 변화에 따른 각 병원성미생물의 성장을 안전정도에 따라 “안전온도범위(Safe temperature zone)”, “주의온도범위(Caution temperature zone)”, “위험온도범위(Danger temperatue zone)”로 분류하였으며, 이들 분류는 우유의 유통기간인 5일을 기준으로 각 병원성미생물의 lag phase duration, infective dose에 도달하는 시간에 따라 결정하였다. 이러한 결과는 우유의 HACCP시스템에 있어, 위해요인 분석시 위해요인의 분류 및 위해요소간의 위해 정도의 우선순위 부여에 보조적인 수단으로 이용될 수 있다. 또한 유통.저장단계에서 병원성미생물의 상징에 대한 온도수준을 나타내므로, 이 단계를 CCP로 설정할 수 있고, CCP에 대한 CL은 주위온도범위내에서 설정할 수 있다. 그리고 허용수준에 대한 온도의 범위를 제시하므로 모니터링이나 검증에서도 이용할 수 있다.
Park, Young-Eun;Chaffar, Soumaya;Kim, Myoung-Sook;Ko, Hye-Young
유통과학연구
/
제15권4호
/
pp.33-40
/
2017
Purpose - This study aims to examine the analysis of pattern on Arab countries consumers' preferences of the Korean Contents using social media, Facebook since Korean entertainment contents have been distributed in the global marketplace. Then we focus on developing Predictive model using a Data Mining Technique. Research design, data and methodology - In order to understand preference growth of Korean contents in Arabic countries, we- collected data from two popular Facebook pages: 'Korean movies and drama' and 'K-pop'. Then, we adopted a data-driven approach based on Data Mining techniques. Results - It is obvious that the number of likes for K-pop will increase for all North African and Middle Eastern countries, however concerning Korean Movies and Drama except Tunisia it is decreasing for Algeria, Egypt and Morocco. Also, concerning Saudi Arabia and United Arab Emirates, the number of likes will decrease for Korean Movies and Drama which is not the case for Iraq. Conclusions - It is noted in this study that K-contents such as drama, movie and music are sometimes a gateway to a wider interest in Korean culture, food and brands. Moreover, this study gives significant implications for developing predictive model to forecast Korean contents' consumption and preferences.
본 연구에서는 육제품의 다양한 조건(포장, 저장온도, 염농도, 아질산염농도)에서의 식중독세균의 생장을 예측하는소프트웨어를 예측미생물학에 대한 지식이 부족한 비전문가도 손쉽게 이용할 수 있도록 개발하였다. 육제품에서의 식중독세균예측소프트웨어(FAME: Foodborne bacteria Animal product Modeling Equipment)는 Javascript와 HTML을 이용하여 개발하였으며, 육제품에 대한 카이네틱모델과 확률모델을 포함하고있다. FAME에서는 검증(validation) 기능을 포함하고 있으며, FAME에 탑재 되어있는 예측모델의 수식을 자유롭게 수정할 수 있도록 고안 하였다. FAME에는 포장조건, 온도, 염농도, 아질산염농도 조합에 따라 실험한 데이터를 카이네틱모델(5,400 데이터)과 확률모델(345,600 데이터)에 탑재하였다. 사용자가 FAME을 이용하여 육제품의 제조 조건을 소프트웨어에 입력하면, 시간에 따른 식중독세균의 생장패턴과 생장확률이 즉시 계산 되어진다. 따라서 예측 미생물학에 대한 전문 지식이 없는 비전문가라고 하더라도 FAME을 이용하여 직접 실험을 하지 않고도 육제품에서의 식중독세균의 생장을 쉽고 빠르게 예측할 수 있어, 육가공분야에서 매우 유용하게 사용되어 질 수 있을 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.