• 적정기술학회지
• /
• 제6권2호
• /
• pp.88-93
• /
• 2020

Kaanaeli Agri Business intends to increase Vanilla production by establishing A DEMO Plot at Ngyeku Village and Conducting Seminars/workshops to Farmer's groups, mainly on Sustainable Vanilla husbandry and Fish farming practices with affordable and customized methods involving: • Proper land use demarcation at household levels • Soil fertility management • Bio-intensive agriculture practices (Organic farming) • Environmental conservation and • To address Market issues, to medium and smallholder farmers of Meru district, Arusha-Tanzania.

• Journal of Plant Biotechnology
• /
• 제8권1호
• /
• pp.37-41
• /
• 2006

In vitro mass multiplication of Vanilla planifolia was investigated using node as explant. Multiple shoots were developed in MS medium supplemented with $2.0mgl^{-1}$ 6-benzylaminopurine and $1.0mgl^{-1}$ $\alpha$-naphthalene acetic acid. Multiple shoots were maintained for 6-T weeks with regular subculturing at the end of $3^{rd}$ week onto fresh medium. The maximum number of shoots at the rate of 12.8 per node segment was achieved over a period of four weeks. The elongated shoots were separated from the shoot clusters and were transferred onto half strength MS medium supplemented with indole-3-acetic acid ($1.0mgl^{-1}$) over a period of 28 days for induction of roots. The development of roots was observed on $7^{th}$ day of incubation. The in vitro raised plantlets were transferred to poly-cups, covered with polyethylene sheets and maintained under shade net for 25 days for hardening. Finally these plants were transferred to field and recorded that 85 % of tissue cultured plants were survived. From the present study, a simple and efficient micropropagation protocol was developed for Vanilla planifolia using single node segments as explants.

• 한국축산식품학회지
• /
• 제35권5호
• /
• pp.630-637
• /
• 2015

In the dairy industry, natural plant-based powders are widely used to develop flavor and functionality. However, most of these ingredients are water-insoluble; therefore, emulsification is essential. In this study, the efficacy of high pressure homogenization (HPH) on natural plant (chocolate or vanilla)-based model emulsions was investigated. The particle size, electrical conductivity, Brix, pH, and color were analyzed after HPH. HPH significantly decreased the particle size of chocolate-based emulsions as a function of elevated pressures (20-100 MPa). HPH decreased the mean particle size of chocolate-based emulsions from 29.01 μm to 5.12 μm, and that of vanilla-based emulsions from 4.18 μm to 2.44 μm. Electrical conductivity increased as a function of the elevated pressures after HPH, for both chocolate- and vanilla-based model emulsions. HPH at 100 MPa increased the electrical conductivity of chocolate-based model emulsions from 0.570 S/m to 0.680 S/m, and that of vanilla-based model emulsions from 0.573 S/m to 0.601 S/m. Increased electrical conductivity would be attributed to colloidal phase modification and dispersion of oil globules. Brix of both chocolate- and vanilla-based model emulsions gradually increased as a function of the HPH pressure. Thus, HPH increased the solubility of plant-based powders by decreasing the particle size. This study demonstrated the potential use of HPH for enhancing the emulsification process and stability of the natural plant powders for applications with dairy products.

• 한국조리학회지
• /
• 제22권7호
• /
• pp.36-46
• /
• 2016

본 연구는 건강지향적인 현대인들의 욕구를 충족시키기 위해 바닐라 소스의 제조 시 설탕을 대신하여 감미료의 종류에 따라 자일리톨, 솔비톨, 아세설팜 칼륨, 아스파탐, 스테비오사이드를 선정하였다. 감미료를 달리하여 바닐라 소스를 제조하여 품질특성을 비교해본 결과, 설탕으로 제조한 소스에서 염도가 가장 낮았고, 당도가 가장 높았으며, 아스파탐으로 제조한 소스에서 당도가 가장 낮았다. pH는 솔비톨을 이용한 소스가 가장 높고, 아스파탐으로 만든 소스가 가장 낮았다. 색도는 아스파탐으로 제조한 소스가 명도와 적색도는 가장 높고, 황색도는 가장 낮았다. 수분함량과 점도는 자일리톨로 제조한 소스가 가장 점도가 높고, 수분함량이 가장 낮았다. 관능검사 결과, 색의 강도가 적당하고 단맛과 입안에서의 느낌이 강한 아스파탐으로 제조한 바닐라 소스가 맛과 텍스처, 전체적인 기호도에서 가장 기호도가 높았다. 따라서, 설탕을 대신하여 아스파탐을 사용해 바닐라 소스를 제조하면 현대인의 건강에 대한 욕구를 충족시키고, 성인병 예방 및 환자식으로 활용이 가능한 바닐라 소스를 제조가 가능함을 알 수 있었다.

• 대한수학회논문집
• /
• 제39권2호
• /
• pp.535-546
• /
• 2024

We consider chooser options written on various underlying assets other than vanilla call and put options. Specifically, we deal with (i) the chooser option written on the power call and put options, and (ii) the chooser option written on the exchange options. We provide explicit formulas for the prices of these chooser options whose underlying assets are either power options or exchange options, rather than the vanilla call and put options.

• 방사선산업학회지
• /
• 제6권2호
• /
• pp.111-117
• /
• 2012

This study was conducted to improve organoleptic quality of gamma-irradiated Tarakjuk at 10 kGy with cheeses (Camembert, Cheddar, Gouda, and Edam) and flavors (Nurungji, cream, and vanilla-cream). Overall acceptability of gamma-irradiated Tarakjuk added each camembert cheese and vanilla-cream flavor was the highest among the all samples. In the effect of sterilization method on the quality of Tarakjuk, the autoclaved samples added with Edam cheese, Gouda cheese, and vanilla-cream flavor, respectively, were showed higher score on the overall acceptability than the irradiated samples, meanwhile the irradiated samples were superior in the other samples. In case of added mixture of Edam cheese and vanilla-cream flavor, irradiated Tarakjuk with mixture was showed the most of high score on overall acceptability. In conclusion, addition of mixture of cheese and flavor to Tarakjuk may help to improve organoleptic quality of sterilized Tarakjuk by gammairradiation.

• 한국기계가공학회지
• /
• 제19권11호
• /
• pp.94-101
• /
• 2020

In the age of industry 4.0, artificial intelligence is being widely used to realize machinery condition monitoring. Due to their excellent performance and the ability to handle large volumes of data, machine learning techniques have been applied to realize the fault diagnosis of different equipment. In this study, we performed the failure mode effect analysis (FMEA) of an aluminum electrolytic capacitor by using deep learning and big data. Several tests were performed to identify the main failure mode of the aluminum electrolytic capacitor, and it was noted that the capacitance reduced significantly over time due to overheating. To reflect the capacitance degradation behavior over time, we employed the Vanilla long short-term memory (LSTM) neural network architecture. The LSTM neural network has been demonstrated to achieve excellent long-term predictions. The prediction results and metrics of the LSTM and Vanilla LSTM models were examined and compared. The Vanilla LSTM outperformed the conventional LSTM in terms of the computational resources and time required to predict the capacitance degradation.

• 분석과학
• /
• 제24권6호
• /
• pp.421-428
• /
• 2011

본 연구에서는 시료상층부 원판 형태 흡탈착 추출법(HS-MMSE)을 개발하여 검증하고 바닐라 향수의 휘발성 아로마 성분들의 기체 크로마토그래피-질량 분석법에 적용하였다. HS-MMSE 방법은 실리카에 octadecyl silane (ODS)과 활성탄을 결합하여 만든 단일 다공성 물질(monolithic material, MonoTrap)을 흡착제로 이용한다. MonoTrap은 시료상층부에서 아로마 성분들을 흡착하고 100 ${\mu}L$ 소량의 용매로 추출한다. HS-MMSE를 이용하여 바닐라 향수로부터 12개의 성분들을 성공적으로 분석하였다. 그 중 benzyl acetate, linalyl acetate, vanillin, ethyl vanillin을 이용하여 추출 효율에 영향을 주는 파라미터들에 대한 실험을 통해 추출 조건을 최적화하였다. 또한, 대상 물질들에 대한 분석 방법의 검증 실험을 진행하였다. 그 결과, 검출한계, 정량한계는 각각 8.35~13.76 ng, 27.82~45.88 ng 범위였고 $r^2$값이 0.9888 이상인 우수한 직선성과 양호한 회수율 및 재현성을 얻었다. 이러한 결과들을 바탕으로 원판 형태 MonoTrap을 이용한 HS-MMSE 방법은 바닐라 향수의 휘발성 아로마 성분들을 분석하는데 효과적인 방법임을 확인하였다.

• 생명과학회지
• /
• 제31권11호
• /
• pp.1046-1055
• /
• 2021

바닐린은 천연 바닐라의 주요 향미 화합물이며 식품, 음료, 향수, 제약 산업 및 기타 응용 분야에서 광범위하게 사용된다. 바닐린은 화학합성법, 바닐라 꼬투리를 이용한 식물추출법, 천연 전구체를 이용한 생물전환법, 그리고 포도당을 사용한 직접 발효법에 의해 생산될 수 있다. 현재 상업적으로 이용 가능한 대부분의 바닐린은 큐어링 공정을 거쳐 얻어진 바닐라 꼬투리에서 추출하는 방법과 구아이아콜과 글리옥실산을 원료로 사용하여 화학적 합성법에 의해 생산된다. 환경 문제, 건강 준수, 천연 원료에 대한 선호, 천연 바닐라의 제한된 공급 및 치솟는 가격으로 인해 생명 공학 기반 바닐린 생산은 유망한 대안으로 간주된다. 페룰산, 유제놀, 이소유제놀, 리그닌을 포함한 여러 천연 전구체를 대사하고 바닐린을 축적할 수 있는 많은 미생물이 선별되고 평가되면서, 상업적으로 실행 가능한 생산 기술 개발을 위해 많은 노력을 기울였다. 본 총설은 이러한 천연 전구체를 사용하여 천연 바닐린의 생물공학적 생산에 대한 최근의 발전을 간략하게 설명한다. 또한, 포도당에서 바닐린의 새로운 생합성 경로를 기반으로 재생 가능한 탄소원에서 천연 바닐린을 생산하기 위한 최신의 개발 전략과 생산 농도를 높이는 데 발생하는 문제를 극복하기 위한 적절한 해결방안을 소개한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.