Analysis of Meat Quality for Hanwoo Beef using Machine Learning

기계학습을 이용한 한우고기 품질 분석

Recently, various machine learning algorithms have been actively applied to the field of livestock research, including genetic analysis, and have drawn noteworthy results. In this study, the statistical characteristics of meat color, hydrogen ion concentration, water holding capacity (WHC), shear force, and grilling loss that affect the quality of Hanwoo beef are examined using the Hanwoo beef data collected in various environments. Moreover, the prediction of meat quality is also investigated using the two machine learning algorithms, which are linear regression and regression tree. Analysis results show that meat color has the most significant effect on WHC, which determines the tenderness of beef, and hydrogen ion concentration significantly influences shear force and grilling loss. Through this study, we can confirm the applicability of machine learning algorithms in the research on the quality of Hanwoo beef. In addition, this study can also be applied to the prediction and improvement of the quality of Hanwoo beef.

최근 빅데이터 기반의 기계학습(Machine learning) 분석이 유전자 분석을 비롯한 다양한 축산분야에 활발하게 접목되어 주목할 만한 결과들을 도출하고 있다. 본 연구에서는 다양한 환경에서 수집된 한우고기 데이터를 기반으로 한우고기 품질에 영향을 미치는 육색, 수소이온농도, 보수력, 전단력, 가열감량에 대한 통계적 특성을 찾고, 이를 기반으로 기계학습의 선형 회귀(Linear regression) 및 회귀 트리(Regression tree) 방안을 이용하여 한우고기의 품질을 예측하는 방안을 제안하였다. 특히 통계적 분석을 통해 한우고기의 식감에 큰 영향을 주는 보수력의 경우 육색이 가장 큰 영향을 주고, 전단력, 가열감량의 경우 수소이온농도가 가장 큰 영향을 주는 요소인 것을 확인하였다. 제안 연구를 통해서 빅데이터 기반 기계학습 방안이 한우고기 품질 연구에 적용 가능함을 확인할 수 있었다. 또한 본 연구의 결과는 한우고기 품질 예측 및 품질 향상 연구에도 유용하게 활용될 수 있다.