| 연구목표 |
[운영기관]- 구축한 학습 데이터를 분석하기에 적합한 딥러닝 네트워크 구조를 설계- 구축한 학습 데이터를 딥러닝을 사용하여 학습시킴- 학습이 완료된 이후에 최적의 pH 농도(3.8 이하)와 고농도 복합 미생물의 셀 수( 이상)를 배양하기 위한 딥러닝 예측 결과 데이터베이스 생성- 작업자가 입력한 물 온도 정보를 기반으로 하여 최적의 pH 농도(3.8 이하)... |
| 연구내용 |
[운영기관]- 입력 데이터의 각 성분별 값을 나타내는 정수 조합- 딥러닝 네트워크의 최종 출력은 예측된 pH 농도와 고농도 복합 미생물의 셀 수- 현재의 상태에서 입력값의 비율을 통해 알 수 예측 결과를 도출하기 위해 강화학습 기법을 사용한 학습 방법 구축- 학습 데이터를 분석하여 예측하기에 적합한 딥러닝 네트워크 구조 설계- 설계한 딥러닝 네트워크의 모든... |
| 기대효과 |
- 최적의 pH 농도(3.8 이하)와 고농도 복합 미생물의 셀 수( 이상)의 예측이 가능하여 배양되어진 고농도 복합 미생물을 버려야 하는 경제적 손실을 방지 할 수 있음- 실제 산업용으로 보급 가능한 pH 농도가 3.8 이하와 고농도 복합 미생물의 셀 수가 이상인 고농도 복합 미생물의 농가 보급이 가능함 - 내식성, 내산성에 강한 LLDPE(Linear ... |
| 키워드 |
딥 러닝 ,학습 데이터 확장,복합 미생물,배양기,pH 농도 |