머신러닝 기반 고춧가루 원산지 판별기법
최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속 출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이 많이 든다는 한계가 있다. 이를 보완하기 위 해, 본 연구는 머신러닝을 도입하여 국내산, 수입산 고춧가루 분류를 제안한다. 고춧가루에 포함된 53가지 성분에 대 하여 머신러닝 모델을 설계하고 검증하였다. 본 연구를 통해 어떠한 성분이 원산지 판별 시...
Saved in:
| Published in | Journal of the convergence on culture technology : JCCT Vol. 8; no. 4; pp. 355 - 360 |
|---|---|
| Main Authors | , |
| Format | Journal Article |
| Language | Korean |
| Published |
국제문화기술진흥원
31.07.2022
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 2384-0358 2384-0366 |
Cover
| Abstract | 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속 출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이 많이 든다는 한계가 있다. 이를 보완하기 위 해, 본 연구는 머신러닝을 도입하여 국내산, 수입산 고춧가루 분류를 제안한다. 고춧가루에 포함된 53가지 성분에 대 하여 머신러닝 모델을 설계하고 검증하였다. 본 연구를 통해 어떠한 성분이 원산지 판별 시 중요하게 활용되는지 파 악 할 수 있었다. 추후 고춧가루뿐만 아니라 다양한 식품으로 확장하여 원산지 판별에 드는 비용을 보다 줄일 수 있 을 것으로 기대된다. |
|---|---|
| AbstractList | 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속 출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이 많이 든다는 한계가 있다. 이를 보완하기 위 해, 본 연구는 머신러닝을 도입하여 국내산, 수입산 고춧가루 분류를 제안한다. 고춧가루에 포함된 53가지 성분에 대 하여 머신러닝 모델을 설계하고 검증하였다. 본 연구를 통해 어떠한 성분이 원산지 판별 시 중요하게 활용되는지 파 악 할 수 있었다. 추후 고춧가루뿐만 아니라 다양한 식품으로 확장하여 원산지 판별에 드는 비용을 보다 줄일 수 있 을 것으로 기대된다. 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이 많이 든다는 한계가 있다. 이를 보완하기 위해, 본 연구는 머신러닝을 도입하여 국내산, 수입산 고춧가루 분류를 제안한다. 고춧가루에 포함된 53가지 성분에 대하여 머신러닝 모델을 설계하고 검증하였다. 본 연구를 통해 어떠한 성분이 원산지 판별 시 중요하게 활용되는지 파악 할 수 있었다. 추후 고춧가루뿐만 아니라 다양한 식품으로 확장하여 원산지 판별에 드는 비용을 보다 줄일 수 있을 것으로 기대된다. As the increase cost of domestic red pepper and the increase of imported red pepper, damage cases such as false labeling of the origin of red pepper powder are issued. Accordingly we need to determine quickly and accurately for the origin of red pepper powder. The used method for presently determining the origin has the limitation in that it requires a lot of cost and time by experimentally comparing and analyzing the components of red pepper powder. To resolve the issues, this study proposes machine learning algorithm to classifiy domestic and imported red pepper powder. We have built machine learning model with 53 components contained in red pepper powder and validated. Through the proposed model, it was possible to identify which ingredients are importantly used in determining the origin. In the near future, it is expected that the cost of determining the origin can be further reduced by expanding to various foods as well as red pepper powder. KCI Citation Count: 0 As the increase cost of domestic red pepper and the increase of imported red pepper, damage cases such as false labeling of the origin of red pepper powder are issued. Accordingly we need to determine quickly and accurately for the origin of red pepper powder. The used method for presently determining the origin has the limitation in that it requires a lot of cost and time by experimentally comparing and analyzing the components of red pepper powder. To resolve the issues, this study proposes machine learning algorithm to classifiy domestic and imported red pepper powder. We have built machine learning model with 53 components contained in red pepper powder and validated. Through the proposed model, it was possible to identify which ingredients are importantly used in determining the origin. In the near future, it is expected that the cost of determining the origin can be further reduced by expanding to various foods as well as red pepper powder. 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이 많이 든다는 한계가 있다. 이를 보완하기 위해, 본 연구는 머신러닝을 도입하여 국내산, 수입산 고춧가루 분류를 제안한다. 고춧가루에 포함된 53가지 성분에 대하여 머신러닝 모델을 설계하고 검증하였다. 본 연구를 통해 어떠한 성분이 원산지 판별 시 중요하게 활용되는지 파악 할 수 있었다. 추후 고춧가루뿐만 아니라 다양한 식품으로 확장하여 원산지 판별에 드는 비용을 보다 줄일 수 있을 것으로 기대된다. |
| Author | 유성민 박민서 |
| Author_xml | – sequence: 1 fullname: 유성민 – sequence: 2 fullname: 박민서 |
| BackLink | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002864181$$DAccess content in National Research Foundation of Korea (NRF) |
| BookMark | eNo9jT1Lw0Achw-pYK39CpLFRSjca-8yluJLtVCQ7seld5GjMZGki1sRtzp0KQgiFhzawSFYkH6mJn4HTytOz394_r9nH1TiJDY7oIqJoA1Ims3K_83EHqhnmQ0gpZwyH6Eq4MVyXU7mxet7MXnxNuu8yJ-8zWpefi42-bh4W3rl87S8z8vF2Pt6nBarhx_nY3YAdkMVZab-xxron5702-eNbu-s0251G0a4JoFEMUEZVIwEUEOfhZS5skEh1QRrY7AIm5xpE2jqEGjiM_fhQ6FICAekBo63s3EayuHAykTZX14ncpjK1lW_IxGEruNTJx9t5aHNRlbGOovkReuyhyHGGHHCKSGYcecdbj2j0pEdREbepvZGpXeSIsbc0Dd0PmzM |
| ContentType | Journal Article |
| DBID | M1Z JDI ACYCR |
| DEWEY | 306 |
| DatabaseName | e-articles KoreaScience Korean Citation Index |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Social Sciences (General) |
| DocumentTitleAlternate | Detection of Red Pepper Powders Origin based on Machine Learning |
| EISSN | 2384-0366 |
| EndPage | 360 |
| ExternalDocumentID | oai_kci_go_kr_ARTI_10030394 JAKO202221737433257 415594 |
| GroupedDBID | M1Z .UV JDI ACYCR M~E |
| ID | FETCH-LOGICAL-e884-303a58450a53b0d095f45459e1f4d32dee28f675debd475dbd395a58908a3f0c3 |
| ISSN | 2384-0358 |
| IngestDate | Tue Nov 21 21:45:50 EST 2023 Fri Dec 22 12:02:26 EST 2023 Tue Apr 22 16:20:53 EDT 2025 |
| IsOpenAccess | true |
| IsPeerReviewed | false |
| IsScholarly | false |
| Issue | 4 |
| Keywords | 고춧가루 머신러닝 원산지 Decision Tree Geographical Origin Artificial Intelligence 인공지능 Machine Learning 의사결정나무 Red-Pepper Powder |
| Language | Korean |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-e884-303a58450a53b0d095f45459e1f4d32dee28f675debd475dbd395a58908a3f0c3 |
| Notes | KISTI1.1003/JNL.JAKO202221737433257 http://www.ipact.kr/eng/iconf/jcct/sub05.php |
| OpenAccessLink | http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202221737433257&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 |
| PageCount | 6 |
| ParticipantIDs | nrf_kci_oai_kci_go_kr_ARTI_10030394 kisti_ndsl_JAKO202221737433257 earticle_primary_415594 |
| PublicationCentury | 2000 |
| PublicationDate | 20220731 |
| PublicationDateYYYYMMDD | 2022-07-31 |
| PublicationDate_xml | – month: 07 year: 2022 text: 20220731 day: 31 |
| PublicationDecade | 2020 |
| PublicationTitle | Journal of the convergence on culture technology : JCCT |
| PublicationTitleAlternate | 문화기술의 융합 |
| PublicationYear | 2022 |
| Publisher | 국제문화기술진흥원 |
| Publisher_xml | – name: 국제문화기술진흥원 |
| SSID | ssib044745911 ssib053376951 ssib023738654 ssib022005506 ssib023402271 ssib022502398 |
| Score | 1.8013651 |
| Snippet | 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속 출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이... As the increase cost of domestic red pepper and the increase of imported red pepper, damage cases such as false labeling of the origin of red pepper powder are... 최근 국내산 고추의 생산 비용 상승과 수입산 고추의 도입으로 고춧가루 원산지 허위표기 등의 피해사례가 속출하고 있다. 이에 따라 원산지를 신속하고 정확하게 판별하는 문제가 대두되었다. 기존의 고춧가루 원산지 판별법의 경우 무기 및 유기성분을 실험적으로 대조 및 분석하여 비용과 시간이... |
| SourceID | nrf kisti earticle |
| SourceType | Open Website Open Access Repository Publisher |
| StartPage | 355 |
| SubjectTerms | 과학기술학 |
| TableOfContents | 요약
Abstract
Ⅰ. 서론
Ⅱ. 원산지 판별 방법에 관한 선행 연구
Ⅲ. 분류에 효과적인 머신러닝 알고리즘
1. Logistic Regression(로지스틱 회귀)
2. Decision Tree(의사결정나무)
3. Random Forest(랜덤 포레스트)
4. Support Vector Machine(서포트 벡터 머신)
Ⅳ. 고춧가루 원산지 판별을 위한 머신러닝 알고리즘 설계
1. Data Collection
2. Data Preprocessing
3. Modeling
Ⅴ. 결과
Ⅵ. 결론
References |
| Title | 머신러닝 기반 고춧가루 원산지 판별기법 |
| URI | https://www.earticle.net/Article/A415594 http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202221737433257&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002864181 |
| Volume | 8 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| ispartofPNX | 문화기술의 융합, 2022, 8(4), , pp.355-360 |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Ni9NAFB_cPXkRxa_6sQR0ThJJM5Nk5pjMtqyV1UuFvYV8ytKllVovHmQRb-thL4Ig4oKH3YOH4oLs39TU_8H3JkkTRUG9TCZvXufrTV9-bz7eEHLXBsWbp05muhYHA4XZsSmjKDUTN07QvxvLXTwovP3I3XrCBzvOTrNcoE-XzOL7ycvfniv5H6kCDeSKp2T_QbKrTIEAcZAvhCBhCP9KxrQXUF_QQNCeogLiFlJkn_oKI0CRm_doz0eOQKdBKEVJYppd0cClvqcpFm57wCwhCZkUlZCDZhK2zkAhq7AgbZMKpdMCzEnwn0uxaXmnZQ17mwNoe_WmBIXb3aelK1AYgaVrz6w11Y_Yd6DUsDVXoaukqnpDmUFXV7dPA9WwlI10VikVr1TtCQ7brmdOaz0IoIKbFis9vNdKW7TGJm8pYFY6_a2-5ay8q-AXj9qIoSRfI2usi5px-1Wv1kA2zrE5zbqzzTi6WOw27_qO1JUG49zjjmw0JGBnz5X6zs9VrRHlVCMEDCC0CnYBx4yneQvHDC-SC5UUDL_kvUTOjSaXiVecnC0PjopPX4qDj8bibF7M3xuL06Plt-PFfL_4fGIsPxwuX8-Xx_vG97eHxekb5Pn67goZ9ntDtWVWV2qYmRC4BMYiQJyOFTkstlKA1zkHCC2zbs5TZqdZZoscTMg0i1MOjzhl0oFfSEtELLcSdpWsjyfj7DoxEosnYErHaWyj0Qt2eyZjN8_zNIJ_uex2yLW62eGz0nFKWHZ8h2zoXgjH6fO9cOA_fIxSB9OYeehMz_E65A50TzhKdkN0fo7Pp5NwNA3BxHuATrahGZLf-GMBN8n5ZhzdIuuz6YvsNkDHWbyhpf0Dfi5fJA |
| linkProvider | ISSN International Centre |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D+%EA%B8%B0%EB%B0%98+%EA%B3%A0%EC%B6%A7%EA%B0%80%EB%A3%A8+%EC%9B%90%EC%82%B0%EC%A7%80+%ED%8C%90%EB%B3%84%EA%B8%B0%EB%B2%95&rft.jtitle=The+Journal+of+the+Convergence+on+Culture+Technology+%28JCCT%29&rft.au=%EC%9C%A0%EC%84%B1%EB%AF%BC&rft.au=%EB%B0%95%EB%AF%BC%EC%84%9C&rft.date=2022-07-31&rft.issn=2384-0358&rft.volume=8&rft.issue=4&rft.spage=355&rft.epage=360&rft.externalDocID=415594 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=2384-0358&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=2384-0358&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=2384-0358&client=summon |