메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이승철 (군산대학교) 남광우 (군산대학교) 최동수 (국립농업과학원) 김용훈 (국립농업과학원) 김진세 (국립농업과학원) 박천완 (국립농업과학원)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제25권 제1호
발행연도
2024.1
수록면
295 - 303 (9page)
DOI
10.5762/KAIS.2024.25.1.295

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
수확 후 CA 저장고 내의 환경데이터를 기반으로 저장고 내의 복숭아 품질예측 가능성을 확인 하고자 했다. CA 저장고에서 저장기간 중 복숭아의 감모율을 예측하기 위해 포화수증기압차 방식과 인공신경망을 이용하여 예측하고 실제 측정된 값과 비교하여 정확도를 결정계수(R2)로 나타내었다. 포화수증기압차 방식에서 사용하는 증산계수는 기존 알려진 572가 아닌 실측값과 비교하여 계산했을 때 271이었고, 증산계수는 저장환경 등의 영향으로 다르게 산출되며 하나의 고정된 값이 없어 포화수증기압차 방식으로 예측하기 어려웠다. 인공신경망 학습을 통한 예측의 적합도를 나타내는 결정계수(R2)는 0.93이었다. 심층신경망 모델과 포화수증기압차 방식 모두 실제 주차별 평균 감모율과 비슷하였으나, 개별 시료 예측의 결정계수(R2)는 심층신경망 0.93, 포화수증기압차 0.77로, 심층신경망이 좋은 결과를 보였다. 저장기간이 길어질 때(21, 28일차), 예측값의 적합도가 떨어졌으며, 이는 모델의 불완전성을 나타내는 것으로 판단된다. 인공신경망을 이용한 예측의 적합도를 높이기 위해 더 많은 데이터의 확보가 필요해 보이며, 심층심경망 학습을 통한 감모율 예측은 다른 농산물에도 활용할 수 있을 것으로 사료된다.

목차

요약
Abstract
1. 서론
2. 재료 및 방법
3. 결과 및 고찰
4. 결론
References

참고문헌 (25)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089350214