• 한국식품영양학회지
• /
• 제23권2호
• /
• pp.218-225
• /
• 2010

본 연구에서는 기능성 식품 소재로서 이용가치가 높은 표고버섯 분말을 스폰지 케이크 제조에 이용하기 위하여 표고버섯 분말을 3, 6, 9, 12%로 첨가한 스폰지 케이크를 제조하여 품질 특성을 파악하고 최적 제품을 생산하고자 하였다. 표고버섯 분말을 첨가한 스폰지 케이크 반죽의 점도, 비중, 수분 함량은 대조군과 표고버섯 분말 첨가군 들 간에는 유의적인 차이를 나타내지 않았다. 표고버섯 분말을 첨가한 스폰지 케이크의 부피 지수는 대조군이 13.75로 가장 낮은 값을 나타냈으며, 표고버섯 분말 3~6% 첨가군에서는 높은 값으로 증가하다가 9~12% 첨가군에서는 감소하는 경향을 보였으나, 표고버섯 분말 첨가군이 대조군보다는 높은 값을 나타내었다. 무게는 대조군과 12%첨가군이 유사한 값을 보였으며, 표고버섯 분말 3% 첨가군에서 가장 높은 값을 나타내었다. Crust 색도 L, a, b는 모두 대조군에 비해 표고버섯 분말 첨가군에서 값이 낮게 나타났고, Crumb 색도 L은 대조군에서 가장 높은 값을 나타내었으며, 표고버섯 분말 첨가량이 증가할수록 낮은 값을 나타내었다. a는 대조군이 가장 높은 값을 나타냈으며, 표고버섯 분말 첨가량이 증가할수록 낮은 값을 나타내었다. b는 대조군과 3% 첨가군간에 유의적인 차이가 있었으며, 6~12% 첨가군 간에는 유의적인 차이가 없었다. 표고버섯 분말을 첨가한 스폰지 케이크의 견고성(hardness)은 대조군과 표고버섯 분말 3% 첨가군에서는 차이가 없었으나, 6% 이상 첨가군에서는 대조군보다 낮은 값을 나타내었다. 파쇄성(fracturability)은 대조군과 표고버섯 분말 3% 첨가군 간에는 유의적인 차이가 없었으나 6% 이상 첨가군에서는 대조군보다 낮은 값을 나타내었다. 부착성(adhesiveness)은 대조군과 표고버섯 분말 첨가군들이 유사한 값을 나타냈으며, 씹힘성(chewiness)은 표고버섯 분말 3% 첨가군에서 가장 높은 값을 나타냈다. 복원성(resilience)은 대조군이 가장 낮은 값을 나타냈으며, 표고버섯 분말 첨가군에서는 유의적인 차이를 나타내었다. 관능검사의 색(color), 향미(flavor), 부드러운 정도(softness), 전체적인 기호도(overall acceptability)는 대조군이 가장 높은 값을 나타내었고, 표고버섯 분말 첨가량이 증가할수록 낮은 값을 나타내었다. 표고버섯 향(Lentinus edodesflavor), 구수한 맛(pleasant taste), 부적합한 향미(off-flavor)는 대조군이 가장 낮은 값을 나타내었고, 표고버섯 분말 첨가량이 증가할수록 증가하는 경향을 보였다. 계란향(egg-flavor), 촉촉함(moistness)은 대조군이 가장 높은 값을 나타내었고, 표고버섯 분말 첨가량이 증가할수록 감소하는 경향을 보였다. 이상의 결과를 종합해 보면 대조군이 기호도 검사에서 가장 높은 점수를 나타내었고, 표고버섯 분말 첨가량이 증가할수록 낮은 점수를 나타내긴 하였지만, 전체적인 품질 특성의 결과를 고려할 때 표고버섯 분말의 3% 첨가가 최적의 배합비로 사료된다.

• 한국식품영양과학회지
• /
• 제34권8호
• /
• pp.1274-1283
• /
• 2005

영양성과 경제성 및 내외국인에게 선호도가 높은 빈대떡에 대한 40대이상의 소비자들의 기호도와 물성으로 재료혼합비율을 반응표면 분석법으로 최적화하였다. 먼저 전통적 방법으로 조리된 빈대떡의 재료 혼합비율을 최적화 한 뒤, 오징어와 대두를 단백질 대체재료로 사용한 개량빈대떡의 흔합비율을 최적화하였으며, 또한 이들의 영양적인 품질을 평가하여 단백질 재료의 대체에 따른 개량빈대떡의 품질의 변화를 알아본 결과는 다음과 같다. 빈대떡 재료의 3가지 요인변수(전통빈대떡, $X_{1}$ : 녹두, $X_{2}$ : 돼지고기, $X_{3}$ : 혼합채소 ; 개량빈대떡, $X'_{1}$ : 돼지고기, $X'_{2}$ : 오징어, $X'_{3}$ : 대두)의 변화에 따른 기호도의 관능적 특성($Y_{1}$ : overall acceptability, $Y_{2}$ appearance, $Y_{3}$ : color, $Y_{4}$ : flavor, $Y_{5}$ : hardness)인 반응변수의 변화를 분석한 결과, 전통빈대떡의 경우 녹두 : 돼지고기 : 채소의 비율이 0.55 : 0.13 : 0.32로 돼지고기 비율이 현저히 낮고 녹두 비율이 높은 것이 선호되었으며, 이때 예상되는 관능치는 6.7로서 양호하였다. 이를 돼지고기 대신 오징어와 대두로 부분 대체한 개량빈대떡의 경우는 돼지고기 : 오징어 : 대두의 비율이 0.03 : 0.42 : 0.55로 대두의 비율이 높은 것이 선호되었으며, 예상점수는 6.5로 전통빈대떡과 같은 정도로 양호하였다. 구성 식재료가 물성적 특성에 미치는 영향은 전통빈대떡의 경우, 녹두와 돼지고기양이 증가할수록 탄력성, 응집성을 비롯한 모든 물성 특성치가 증가한 반면, 채소양이 증가에 따라서는 경도와 부착성을 비롯한 대부분의 물성치가 감소하다가 최소점에 도달하였다. 개량빈대떡에서는 오징어 대체량이 많아짐에 따라 대부분의 물성치가 높아진 반면, 대두양이 많아질수록 대부분의 물성치는 낮아졌다. 최적비율 빈대떡의 영양학적인 평가는 개량빈대떡이 전통빈대떡보다 조단백, 조지방, 총열량이 낮았고 회분양은 높았으며, TBA value와 갈변도는 높았지만, 단백질 효율도 유의적으로 높게 나타나 단백질급원을 대두와 오징어로 대체하여 기대했던 긍정적 효과를 얻을 수 있었다. 이와 같이 혼합물 실험계획법에 의한 반응표면분석으로 목표세대의 기호도에 맞춘 다양한 맛의 전통식품을 상품화 한다면,우수한 전통 식생활문화를 계승 발전시키는 동시에, 전통음식의 세계화가 촉진될 것으로 생각된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.47-73
• /
• 2020

KTX 차량은 수많은 기계, 전기 장치 및 부품들로 구성되어 있는 하나의 시스템으로 차량의 유지보수에는 상당히 많은 전문성과 유지보수 작업자들의 경험을 필요로 한다. 차량 고장발생 시 유지보수자의 지식과 경험에 따라 문제 해결의 시간과 작업의 질적 차이가 발생하며 그에 따른 차량의 가용율이 달라진다. 일반적으로 문제해결은 고장 매뉴얼을 기반으로 하지만 경험이 많고 능숙한 전문가의 경우는 이와 더불어 개인의 노하우를 접목하여 신속하게 진단하고 조치를 취한다. 이러한 지식은 암묵지 형태로 존재하기 때문에 후임자에게 완전히 전수되기 어려우며, 이를 위해 사례기반의 철도차량 전문가시스템을 개발하여 데이터화된 지식으로 바꾸려고 하는 연구들이 있어왔다. 하지만, 간선에 가장 많이 투입되고 있는 KTX 차량에 대한 연구나 텍스트의 특징을 추출하여 유사사례를 검색하는 시스템 개발은 아직 미비하다. 따라서, 본 연구에서는 이러한 차량 유지보수 전문가들의 노하우를 통해 수행된 고장들에 대한 진단과 조치 이력을 문제 해결의 사례로 활용하여 새롭게 발생하는 고장에 대한 조치가이드를 제공하는 지능형 조치지원시스템을 제안하고자 한다. 이를 위하여, 2015년부터 2017년동안 생성된 차량고장 데이터를 수집하여 사례베이스를 구축하였고, 차원축소 기법인 비음수 행렬 인수분해(NMF), 잠재의미분석(LSA), Doc2Vec을 통해 고장의 특징을 추출하여 벡터 간의 코사인 거리를 측정하는 방식으로 유사 사례를 검색하였으며, 위의 알고리즘에 의해 제안된 조치내역들 간 성능을 비교하였다. 분석결과, 고장 내역의 키워드가 적은 경우의 유사 사례 검색과 조치 제안은 코사인 유사도를 직접 적용하는 경우에도 좋은 성능을 낸다는 것을 알 수 있었고 차원 축소 기법들의 성능 비교를 통해 문맥적 의미를 보존하는 차원 축소 방식 중 Doc2Vec을 적용하는 것이 가장 좋은 성능을 나타낸다는 것을 알 수 있었다. 텍스트 마이닝 기술은 여러 분야에서 활용을 위한 연구들이 이루어지고 있는 추세이나, 본 연구에서 활용하고자 하는 분야처럼 전문적인 용어들이 다수이고 데이터에 대한 접근이 제한적인 환경에서 이러한 텍스트 데이터를 활용한 연구는 아직 부족한 실정이다. 본 연구는 이러한 관점에서 키워드 기반의 사례 검색을 보완하고자 텍스트 마이닝 기법을 접목하여 고장의 특징을 추출하는 방식으로 사례를 검색해 조치를 제안하는 지능형 진단시스템을 제시하였다는 데에 의의가 있다. 이를 통해 현장에서 바로 사용 가능한 진단시스템을 단계적으로 개발하는데 기초자료로써 시사점을 제공할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.