선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구는 국내산 및 수입산 검정현미의 판별하기 위하여 휘발성분을 전자코로 측정하고 얻어진 데이터를 주성분 분석을 하여 수입산과 국내산을 구별하고 인공신경망 프로그램을 이용하여 학습시킨 후 미지의 검정 현미시료가 국내산인지 수입산 인지의 여부를 판별할 수 있는지 검토하였다.
- 본 실험에서는 수입산 검정현미와 국내산 검정현미 간에 특이한 향기성분을 내포하고 있다고 보며 전자코를 이용하여 원산지 판별이 가능한지를 측정하였다. 원산지 판별 능력을 높이기 위하여 두 가지 전자코를 사용하여 비교하였으며, 두 가지 전자코 내부에 내재되어 있는 센서에는 6개의 metal oxide 센서로만 구성된 전자코와 metal oxide 센서와 conducting polymer 센서로 혼합된 module로 구성된 전자코 두 가지를 사용하여 측정하였다.
제안 방법
- 1 초, 가열에 의해 이루어지는 센서에 흡착한 이물질 제거 시간은 10초, 신선한 공기에 의한 충진 시간은 10초, 센서의 안정화를 위한 시간은 600초 이내로, 센서 이물질 제거시의 동작 전압은 6V; 정상상태에서의 동작 전압은 5V, 신선한 공기에 센서를 노출시켰을 때의 분석시간은 50초로 하였다. 검정현미의 향을 분석하기 위한 추출조건으로는 검정현미의 양은 5 g, 분석시간은 5분, 추출시간은 5분, 신선한 공기에 노출 시켰을 때의 분석시간은 50초로 하였다.
- 전자코의 측정조건은 시료양은 5 g, 측정 온도는 40℃, 측정시간은 10분, 주입온도는 40℃, ranning timee 22분이었다. 국내산 69종과 수입산 13종을 각각 2회씩 측정하였다.
- 국내산 검정현미와 수입산 검정현미를 인공신경망 프로그램에 20,000회 학습시켜 오차율을 낮추어 내적지식을 구축하였다. 69종의 국내산 검정현미를 국내산으로 판별한 경우는 57종으로 83.
- 국립농산물 품질관리원 시험연구소에 있는 E-Nose 5000 (Neotronics Scientific Ltd, England)을 이용하여 국내산 검정현미 및 수입산 검정현미의 휘발성 향성분을 측정하였다. 휘발성분의 감지용으로 사용된 센서는 conducting polymer 센서 12개와 metal oxide sensor 8개가 사용되었으며, type 401, 478, 459, 463, 460, 298, 462, 458, 461, 483, 297, 464, 20400, 20440, 21360, 22400, 22350, 20420, 20460, 21380가 사용되었다.
- 시료의 향 분석을 위한 실험 장치는 습도가 센서에 미치는 영향을 최소화하기 위해 실리카겔을 넣은 유리관(air filter)을 사용하여 외부로부터 유입되는 공기의 습도를 차단하였다(11). 시료병(325 mL)의 테프론마개는 마개의 냄새가 센서에 영향을 주는 것을 막기 위해 향 성분을 흡착하지 않는 향기분석용 비닐 (PE, Yongjin, Korea)을 사용하여 테프론 마개를 포장하여 사용하였다.
- 원산지 판별이 가능한지를 측정하였다. 원산지 판별 능력을 높이기 위하여 두 가지 전자코를 사용하여 비교하였으며, 두 가지 전자코 내부에 내재되어 있는 센서에는 6개의 metal oxide 센서로만 구성된 전자코와 metal oxide 센서와 conducting polymer 센서로 혼합된 module로 구성된 전자코 두 가지를 사용하여 측정하였다. 먼저 metal oxide 센서로만 구성된 전자코를 이용하여 국내산 검정현미와 수입산 검정현미를 측정한 후 얻어진 데이터를 이용하여 Multivariate Statistical Analysis Program(MVSAP, version 3.
- 인공신경망은 학습과정 동안 패턴을 경험해 가며 내적 지식을 구축하면서 반복 학습을 통하여 오차를 줄여 나갔다(14). 원산지를 알고 있는 원료를 토대로 얻어진 자료는 databases)- 하였으며 학습(training)을 통하여 판별하는데 미지의 시료를 분석하여 얻은 결과를 토대로 원산지를 규명하였다.
- 내적 지식을 구축하였다. 입력 데이터는 패턴의 형태로 인공신경망에 주어졌고, 인공신경망은 연속적으로 입력 패턴을 경험함으로써 학습을 수행하였다. 입력 패턴은 체계적으로 인공신경세포에서 처리되어 출력 패턴을 출력하였다.
- 입력 데이터는 패턴의 형태로 인공신경망에 주어졌고, 인공신경망은 연속적으로 입력 패턴을 경험함으로써 학습을 수행하였다. 입력 패턴은 체계적으로 인공신경세포에서 처리되어 출력 패턴을 출력하였다. 출력 패턴 형식은 사용자에 의해 목적된 패턴 형식으로 표현되었다.
- 1)으로 주성분 분석을 하였다(12,13). 전자코에 내장된 센서 6개에 감지된 휘발성 성분의 저항비 율값(Rgas/Rair)을 입력한 후 MVSAP를 이용하여 기여율(proportion), 제1주성분 값, 제2주성분 값을 구하였다.
- 1)으로 주성분 분석을 하였다(12,13). 전자코에 내장된 센서 6개에 감지된 휘발성 성분의 저항비 율값(Rgas/Rair)을 입력한 후 MVSAP를 이용하여 기여율(proportion), 제1주성분 값, 제2주성분 값을 구하였다.
대상 데이터
- 국내산 검정현미는 전국 각지에 있는 출장소와 현지 농민의 협조아래 산지로부터 신뢰성 있는 시료를 확보하였으며 수입산 시료는 전국 착항지출장소와 국립 농산물 품질관리원의 협조를 받아 직접 전달받아 사용하였다.
- 본 실험에 사용된 전자코는 (주)한빛 인스트루먼트(Seoul, Korea)에서 제조한 것으로서 센서는 각각 6개의 metal oxide 센서 (TGS825, TGS824, TGS880, TGS822, TGS800, TGS813) 가 사용되었다(10). 사용된 센서는 모두 Figaro(Tokyo, Japan)에서 구입하였다
- . 사용된 센서는 모두 Figaro(Tokyo, Japan)에서 구입하였다
- . 시료병(325 mL)의 테프론마개는 마개의 냄새가 센서에 영향을 주는 것을 막기 위해 향 성분을 흡착하지 않는 향기분석용 비닐 (PE, Yongjin, Korea)을 사용하여 테프론 마개를 포장하여 사용하였다.
- Scientific Ltd, England)을 이용하여 국내산 검정현미 및 수입산 검정현미의 휘발성 향성분을 측정하였다. 휘발성분의 감지용으로 사용된 센서는 conducting polymer 센서 12개와 metal oxide sensor 8개가 사용되었으며, type 401, 478, 459, 463, 460, 298, 462, 458, 461, 483, 297, 464, 20400, 20440, 21360, 22400, 22350, 20420, 20460, 21380가 사용되었다. 시료 용기 내에 노출된 20개의 센서 head가 감지한 결과는 시간에 따라 센서 감응도를 나타내었다.
데이터처리
- 국내산 검정현미와 수입산 검정현미를 전자코로 측정하여 얻어진 데이터를 이용하여 Multivariate Statistical Analysis Program(MVSAP, version 3.1)으로 주성분 분석을 하였다(12,13). 전자코에 내장된 센서 6개에 감지된 휘발성 성분의 저항비 율값(Rgas/Rair)을 입력한 후 MVSAP를 이용하여 기여율(proportion), 제1주성분 값, 제2주성분 값을 구하였다.
- 원산지 판별 능력을 높이기 위하여 두 가지 전자코를 사용하여 비교하였으며, 두 가지 전자코 내부에 내재되어 있는 센서에는 6개의 metal oxide 센서로만 구성된 전자코와 metal oxide 센서와 conducting polymer 센서로 혼합된 module로 구성된 전자코 두 가지를 사용하여 측정하였다. 먼저 metal oxide 센서로만 구성된 전자코를 이용하여 국내산 검정현미와 수입산 검정현미를 측정한 후 얻어진 데이터를 이용하여 Multivariate Statistical Analysis Program(MVSAP, version 3.1)으로 주성분 분석을. 하였다.
- 한편, metal oxide 센서와 conducting polymer 센서가 혼합된 module로 구성된 전자코를 이용하여 각 센서로부터 감지된 데이터는 다변량 통계분석의 하나인 판별분석을 행하였다. 판별 분석한 결과는 Fig.
성능/효과
- 69종의 국내산 검정현미를 국내산으로 판별한 경우는 57종으로 83.33%의 확률로 나타났고 13종의 수입산 검정현미를 수입산으로 판별한 경우는 11종으로 85.00%의 확률로 국내산과 수입산 검정현미의 판별을 가능함을 알 수 있었다(Table 1).
- 31%으로 판별하였다(Table 2). Metal oxide 센서로만 구성된 전자코의 판별한 것 보다 conducting polymer 센서와 metal oxide 센서가 함께 구성된 전자코로 판별한 것이 판별 능력이 보다 높게 나타났다. 이것은 검정 현미의 성분중에는 conducting polymer 센서에 의해 감지되는 성분도 함유되어 있어 한 가지 센서 시스템을 사용한 것보다도 두 가지 센서 형태를 선택하여 측정하는 것이 보다 정확도를 높여줄 수 있음을 보여 주었다.
- 모든 농산물 시료에 대하여 두 가지 센서 module을 함께 사용하는 것이 바람직하다고는이야기 할 수 없으나 검정현미의 경우는 판별효과가 보다 높게 나타났으며 전자코에 의한 원산지 판별은 83.33%-92.75% 범위에서 정확도를 보여주었다.
- Metal oxide 센서로만 구성된 전자코의 판별한 것 보다 conducting polymer 센서와 metal oxide 센서가 함께 구성된 전자코로 판별한 것이 판별 능력이 보다 높게 나타났다. 이것은 검정 현미의 성분중에는 conducting polymer 센서에 의해 감지되는 성분도 함유되어 있어 한 가지 센서 시스템을 사용한 것보다도 두 가지 센서 형태를 선택하여 측정하는 것이 보다 정확도를 높여줄 수 있음을 보여 주었다. 이러한 결과는 두 가지 형태의 센서를 혼합하여 구축된 전자코를 이용하는 것이 metal oxide센서로만 구축된 전자코를 사용하는 것보다도 정확하게 인삼의 산지를 판별한 것과 유사한 경향을 보여 주었다(15).
- 2와 같다. 총.69종의 국내산 검정현미를 국내산 검정현미로 판별한 경우가 64종으로 92.75% 의 높은 확률을 보였으며, 13종의 수입산 검정현미를 수입산으로 판별한 경우는 12종으로 92.31%으로 판별하였다(Table 2). Metal oxide 센서로만 구성된 전자코의 판별한 것 보다 conducting polymer 센서와 metal oxide 센서가 함께 구성된 전자코로 판별한 것이 판별 능력이 보다 높게 나타났다.
후속연구
- 여겨진다. NIR를 사용하여 국내산과 일본산 녹차의 산지를 구별할 수 있었던 결과들을 볼 때(16), NIR로부터 얻어진 data를 전자코에서 확보한 데이터와 함께 다변량 통계분석을 수행한다면 보다 더 정확한 판별을 할 수 있을 것으로 기대된다.
- 한편 NIR이나 capillary electrophoresis와 같은 분석 방법으로 또 다른 차이의 성분을 토대로 산지 판별이 가능할 것으로 여겨진다. NIR를 사용하여 국내산과 일본산 녹차의 산지를 구별할 수 있었던 결과들을 볼 때(16), NIR로부터 얻어진 data를 전자코에서 확보한 데이터와 함께 다변량 통계분석을 수행한다면 보다 더 정확한 판별을 할 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.