• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2641-2647
• /
• 2012

맹종죽순을 이용하여 제조한 고추장 장아찌 및 간장 장아찌의 저장온도($25^{\circ}C$, $35^{\circ}C$ 및 $45^{\circ}C$)에 따른 미생물수, pH 및 산도, 향, 맛, 색 및 전체기호도 등의 품질 및 관능적 변화를 검토하였다. 맹종죽순 고추장 장아찌 및 간장장아찌 모두 저장온도와 상관없이 전체 30일간의 분석 기간 동안 미생물, pH 및 산도의 변화는 크게 나타나지 않았다. $25^{\circ}C$에서 저장할 경우, 맹종죽순 고추장 장아찌의 향, 맛, 색 및 전체적인 기호도 등의 관능적 품질의 변화는 30일의 저장기간 동안 유의적인 차이를 보이지 않았다. $35^{\circ}C$ 및 $45^{\circ}C$에서 저장할 경우, 맹종죽순 고추장 장아찌의 향, 맛 및 색은 크게 변화지 않았으나, 전체적인 기호도는 저장 초기부터 유의적인 차이를 나타내었다. 맹종죽순 간장 장아찌의 향, 맛 및 전체적인 기호도는 $25^{\circ}C$, $35^{\circ}C$ 및 $45^{\circ}C$에서 저장하는 동안 유의적인 차이를 보이지 않았으나, 색의 경우 $45^{\circ}C$에서 저장한 경우 25일차부터 유의적인 차이를 보였다. 맹종죽순 고추장 장아찌와 간장 장아찌에 대하여 각각 전체적인 기호도 및 색을 지표로 정하여 유통기한을 산출한 결과, $20^{\circ}C$에서의 상온 유통을 기준으로 각각 308일(10개월)과 447일(14개월)로 계산되었다.

• 한국식품과학회지
• /
• 제37권6호
• /
• pp.1048-1064
• /
• 2005

Detection of specific compounds influencing food flavor quality is not easy. Electronic nose, comprised of electronic chemical sensors with partial specificity and appropriate pattern recognition system, is capable of recognizing simple and complex volatiles. It provides fast analysis with simple and straightforward results and is best suited for quality control and process monitoring of flavor in food industry. This review examines application of electronic nose in food analysis with brief explanation of its principle. Characteristics of different sensors and sensor drift. and solutions to related problems are reviewed. Applications of electronic nose in food industry include monitoring of fermentation process and lipid oxidation, prediction of shelf life, identification of irradiated volatile compounds, discrimination of food material origin, and quality control of food and processing by principal component analysis and neural network analysis. Electronic nose could be useful for quality control in food industry when correlating analytical instrumental data with sensory evaluation results.

• 분석과학
• /
• 제37권1호
• /
• pp.12-24
• /
• 2024

In this study, laser-induced breakdown spectroscopy (LIBS) was used to estimate the degree of rice polishing. As-threshed rice seeds were dehusked and polished for different times, and the resulting grains were analyzed using LIBS. Various atomic, ionic, and molecular emissions were identified in the LIBS spectra. Their correlation with the amount of polished-off matter was investigated. Na I and Rb I emission line intensities showed linear sensitivity in the widest range of polished-off-matter amount. Thus, univariate models based on those lines were developed to predict the weight percent of polished-off matter and showed 3-5 % accuracy performances. Partial least squares-regression (PLS-R) was also applied to develop a multivariate model using Si I, Mg I, Ca I, Na I, K I, and Rb I emission lines. It outperformed the univariate models in prediction accuracy (2 %). Our results suggest that LIBS can be a reliable tool for authenticating the degree of rice polishing, which is closed related to nutrition, shelf life, appearance, and commercial value of rice products.

• 식품산업과 영양
• /
• 제10권1호
• /
• pp.11-16
• /
• 2005

식물성 단백질의 주요 공급원이며 우리나라 전통식품 중의 하나인 두부의 유통기한을 정량적으로 예측할 수 있는 수학적 모델을 개발하고자 온도와 초기균수에 따른 두부 부패세균의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. 근의 증식 지표인 최대증식속도상수(k), 유도기(LT), 세대시간(GT)은 온도에 지배적인 영향을 받았으며, 초기균수에 따른 유의 적 인 차이 는 없었다(p<0.05). 최대증식속도상수와 온도 및 초기균수의 상관관계를 나타내는 수학적 정량평가모델인 square root model을 이 용하여 두부 부패 세균의 성장을 정량적으로 예측할 수 있는 모델$({\surd}{\kappa}=0.016861(T+6.87095))$을 개발하였으며 실험치와 예측치의 상관계수는0.969이었다. 이 예측 정량평가모델로부터 예측한 최대증식속도상수와 두부의 관능적 부패시 점을 반영 한 Gompertz 변형 모델을 이용하여 두부의 유통기한을 예측할 수 있는 모델$(Spoilage-critrion(hr)=\frac{2{\times}Ln2+Ln[(Nmax/No)-1])}{k}$을 개발하였다

• 한국축산식품학회지
• /
• 제30권5호
• /
• pp.851-859
• /
• 2010

본 연구는 MS-전자코 분석기술과 판별함수분석을 응용하여 우유의 가열조건 및 보존온도에 따른 저장기간을 예측할 수 있는 가능성을 알아보고자 실시하였다. MS-전자코 분석에 의하여 mass spectrum에서 검출된 우유의 휘발성 성분들은 amu 60, 91, 92 및 93에서 얻은 ion fragments 들의 intensity로 구분이 가능하였다. 이 범위의 amu에서 검출된 휘발성 물질들의 검출 수준은 매우 낮은 수준이었으나, 가열처리 조건에 따라 휘발성 물질의 검출 수준의 차이가 LTLT$\rightarrow$HTST$\rightarrow$UHT$\rightarrow$멸균유 순으로 뚜렷하게 나타났다. 검출된 성분들의 intensity값을 판별함수 값으로 변환하여 보존온도, 저장기간 및 열처리 조건과의 관련성을 알아본 결과 판별함수 값 DF1은 저장기간에 따라 변화하는 휘발성 성분의 변화량과 높은 상관관계을 보였으며, 4,7, 및 $10^{\circ}C$의 보존 온도에서 $r^2$값은 각각 0.9965, 0.9965 및 0.9911이었다. 반면에 판별함수 값 DF2는 가열온도에 따라 변화하는 휘발성 성분의 변화량과 높은 상관관계를 보였으며, $4^{\circ}C$의 보존 온도에서 $r^2$값은 0.9861이었다. 따라서 MS-전자코 분석기술과 판별함수분석을 응용하여 우유의 가열조건 및 보존온도에 따른 저장기간을 예측할 수 있는 새로운 품질관리 모델시스템 구축이 가능함을 확인할 수 있었다.

• 한국식품과학회지
• /
• 제23권5호
• /
• pp.527-531
• /
• 1991

냉동만두의 동결저장온도가 저장성에 미치는 영향을 살펴보기 위하여 $0,\;-5,\;-10,\;-20^{\circ}C$ 및 $-30^{\circ}C$에서 6개월간 저장하면서 주요 품질지표성분의 변화를 조사하였다. 저장온도별 저장기간에 따른 관능검사, 이화학적 및 미생물학적 품질변화는 $0^{\circ}C$에서는 1개월 이후부터, $-5^{\circ}C$에서는 3개월 이후 그리고 $-10^{\circ}C$에서는 5개월 이후부터 비교적 빠르게 진행되는 것으로 나타났으나, $-20^{\circ}C$ 이하에서는 저장 6개월까지 저장초기의 상태와 거의 차이가 없는 것으로 나타났다. 또한 품질평가방법을 도출한 결과, 냉동만두의 품질유효지표성분은 POV 및 AV로서 그 함량의 상한선은 각각 19.35meq/kg 및 2.56 이었으며, 이와 관련하여 냉동만두의 저장온도별 유통 기간도 설정하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.210-216
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• 한국항공우주학회지
• /
• 제34권2호
• /
• pp.56-67
• /
• 2006

위성개발 시 비용의 절감과 효율적인 설계 보장을 위해 신뢰성과 고장모드 분석이 필요하지만, COTS 소자를 사용하는 소형위성의 경우 통상 제작자로부터 소자에 대한 실패율이 제공되지 않기 때문에 신뢰성 계산이 어렵다. 이 논문에서는 실패율 예측을 위해 MIL-HDBK-217F의 시험적/경험적 데이터에 기초한 방법을 사용하였고, MIL-HDBK -217F에서 고려되지 않은 방사능 환경을 실패율 예측에 반영하기 위해 방사능 효과들 중 신뢰도에 영향을 미칠 수 있는 $10^-9$failures/device/$10^6$hours 이상의 발생확률을 갖는 SEL 발생확률을 실패율 예측 결과에 추가로 반영하였다. 결국 본 논문은 실패율이 제공되지 않는 COTS 소자를 사용하는 저가 소형위성에 대해 통계적 기법을 이용한 새로운 신뢰성 해석 방법을 제안하고, 현재 개발 중인 25kg급의 초소형위성인 HAUSAT-2에 이 방법을 적용하여 분석한 결과를 보여준다.

• 한국식품과학회지
• /
• 제27권2호
• /
• pp.193-198
• /
• 1995

여러 저장온도($5{\sim}25^{\circ}C$)에서 저장하는 동안의 두부의 물성 변화는 응력완화현상을 이용하여 시간-온도 중첩 이론을 통해 계산하고 분석하였으며 WLF(Williams-Landel-Ferry)식을 이용해서 품질변화를 예측할 수 있는 적용식을 제시하였다. 저장온도가 낮을수록 저장시 두부 조직의 초기응력 및 평형응력(equilibrium stress)이 강하게 나타났고, $15^{\circ}C$ 온도를 기준으로 이동인자를 이용하여 좌우 수평으로 이동시 하나의 중첩곡선(master curve)을 구하였다. 이동인자와 중첩곡선을 이용하여 WLF식에 적용해서 활성화 에너지를 계산하였고 임의 온도에서 저장 시간을 예측하였으며, 실제 두부 조직의 저장성을 논하였다.