DOI QR코드

DOI QR Code

Neural Network Design for Predicting Shear Modulus of Food Printability Enhancers

식품 인쇄 적성 증진제의 전단탄성률 예측 신경망 설계

  • Yoo, Hyun-Ju (Dept. of Convergence Engineering, Hoseo Graduate School of Venture) ;
  • Moon, Nammee (Dept. of Convergence Engineering, Hoseo Graduate School of Venture)
  • 유현주 (호서대학교 벤처대학원 융합공학과) ;
  • 문남미 (호서대학교 벤처대학원 융합공학과)
  • Published : 2021.11.04

Abstract

인쇄 적성 증진제는 식품용 3D 프린팅에서 겔화 소재의 인쇄 적성을 향상시키는 요소 중 하나이다. 이 때, 인쇄 적성 증진제의 평가는 전단응력을 받을 때 일어나는 변형의 정도를 나타내는 전단탄성률 기반으로 한다. 그러나, 전단 탄성률 측정은 식품 원재료의 다양함으로 인해 소재별로 측정하는데 많은 시간과 비용이 소요되는 단점이 있다. 이에 본 연구에서는 FCN과 RNN을 사용하여 전단탄성률을 예측하는 신경망 설계를 제안함으로써 인쇄 적성 증진제의 전단탄성률을 측정하는 시간과 비용을 절감하고자 한다.

Keywords

Acknowledgement

본 연구는 2021년도 중소벤처기업부의 스마트서비스 ICT솔루션 개발사업(S3084459)의 지원에 의한 연구임.