| 1 |
1
고기의 신선도 측정을 위한 분석 장치에 있어서,고기에 대한 복수개의 센서값들을 수집하는 데이터 수집부;상기 복수개의 센서값들에 대한 정규화(Normalization) 분석을 통해 기초데이터를 생성하는 전처리부;상기 기초데이터의 특징벡터(Feature vector)를 입력노드로 하고, 상기 고기의 저장기간을 출력노드로 하는 심층신경망(Deep neural network: DNN)을 이용하여 상기 고기의 도축 직후 저장기간에 따른 고기의 신선도를 학습하는 데이터 학습부; 및상기 학습된 결과를 기초로 생성된 딥러닝 모델을 이용하여 고기의 신선도를 측정하는 신선도 측정부를 포함하는 고기의 신선도 측정을 위한 분석 장치
|
| 2 |
2
제 1 항에 있어서,상기 복수개의 센서값들에는,pH, 휘발성염기질소(Volatile basic nitrogen: VBN), 지방산패도(Thio barbituric acid reactive substances: TBARS), 일반세균(Total aerobic bacteria: TAB), 대장균(E
|
| 3 |
3
제 1 항에 있어서,상기 전처리부는,상기 복수개의 센서값들 중 상기 고기의 신선도 측정을 위한 주요인자들을 상기 고기의 종류에 따라 선별하고, 상기 복수개의 센서값들에 포함된 노이즈를 기초로 상기 기초데이터의 생성을 위한 상기 주요인자들의 사용여부를 판단하는 것을 특징으로 하는 고기의 신선도 측정을 위한 분석 장치
|
| 4 |
4
제 3 항에 있어서,상기 고기의 종류가 소고기인 경우, 상기 주요인자들에는 pH, 휘발성염기질소(VBN) 및 대장균(E
|
| 5 |
5
고기의 신선도 측정을 위한 분석 방법에 있어서,데이터 수집부가 고기에 대한 복수개의 센서값들을 수집하는 단계;전처리부가 상기 복수개의 센서값들에 대한 정규화(Normalization) 분석을 통해 기초데이터를 생성하는 단계;데이터 학습부가 상기 기초데이터의 특징벡터(Feature vector)를 입력노드로 하고, 상기 고기의 저장기간을 출력노드로 하는 심층신경망(Deep neural network: DNN)을 이용하여 상기 고기의 도축 직후 저장기간에 따른 고기의 신선도를 학습하는 단계; 및신선도 측정부가 상기 학습된 결과를 기초로 생성된 딥러닝 모델을 이용하여 고기의 신선도를 측정하는 단계를 포함하는 고기의 신선도 측정을 위한 분석 방법
|
| 6 |
6
제 5 항에 있어서,상기 복수개의 센서값들에는,pH, 휘발성염기질소(Volatile basic nitrogen: VBN), 지방산패도(Thio barbituric acid reactive substances: TBARS), 일반세균(Total aerobic bacteria: TAB), 대장균(E
|
| 7 |
7
제 5 항에 있어서,상기 전처리부가 상기 복수개의 센서값들에 대한 정규화 분석을 통해 상기 기초데이터를 생성하는 단계에서는,상기 전처리부가 상기 복수개의 센서값들 중 상기 고기의 신선도 측정을 위한 주요인자들을 상기 고기의 종류에 따라 선별하고, 상기 복수개의 센서값들에 포함된 노이즈를 기초로 상기 기초데이터의 생성을 위한 상기 주요인자들의 사용여부를 판단하는 것을 특징으로 하는 고기의 신선도 측정을 위한 분석 방법
|
| 8 |
8
제 7 항에 있어서,상기 고기의 종류가 소고기인 경우, 상기 주요인자들에는 pH, 휘발성염기질소(VBN) 및 대장균(E
|
| 9 |
9
제 5 항 내지 제 8 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
