MOX 가스센서의 시료 주입 전후패턴들을 이용한 신경회로망 기반의 적포도주 분류

초록

MOX(Metal OXide) 가스센서는 고감도, 저가, 긴수명 등 여러 장점에도 불구하고 반응 값의 드리프트로 인해 여전히 안전 방재 영역에서 산업화에 어려움을 가지고 있다. 본 논문에서는 4 종류의 적포도주들의 시료에 대해서 MOX 가스센서의 시료 측정 전의 센서의 상태를 측정하고 그 결과를 시료 측정 후의 데이터에 통합하여 SVM(Support Vector Machine)과 CNN(Convolution Neural Network) 분류 모델의 입력으로 사용하였다. MOX 가스센서의 시료 측정 전의 센서의 상태를 측정하여 분류 모델의 입력 데이터에 포함한 SVM 모델의 경우는 4 종류의 포도주를 100% 정확하게 분류 하였으나 그 데이터를 배제한 경우는 4 종류의 포도주를 2 종류로만 분류 하였다. CNN 모델의 경우는 그 데이터를 포함한 경우에는 4 종류의 포도주를 100% 정확하게 분류하였으나 그 데이터를 배제한 경우에는 1 종류로만 분류하였다.

키워드