본 연구는 근적외선 분광 기술과 머신러닝 방법을 결합하여 당귀 및 유사한 4종 (독활, 천궁, 백출, 백지)을 식별하였다. 서로 다른 지역에서 총 191개의 샘플을 수집하여 근적외선 분광 데이터를 확보하였다. 먼저 주성분분석을 통해 비지도 시각화 분석을 수행하였으며, 클러스터 독립 소프트 모드, 부분최소제곱-판별분석, 역전파 인공신경망, 랜덤 포레스트, 합성곱 신경망 및 극한 학습기 등 6가지 머신러닝 방법으로 식별 모델을 구축하였다. 혼동 행렬, 재현율, 정밀도, F1 점수 및 정확도로 모델 성능을 평가하였다. 결과는 주성분분석 점수도가 5종 중약재를 효과적으로 구분하지 못함을 보여주었다. 6가지 머신러닝 모델 중 극한 학습기 모델이 정확도, 재현율, F1 점수 등 지표에서 가장 우수한 성적을 보였으며, 예측 집합 정확도는 100%로 다른 모델들보다 현저히 뛰어났다. 따라서 근적외선 분광 기술과 극한 학습기를 결합하면 당귀 및 유사 4종을 정확히 식별할 수 있다.

당귀;식별 분석;근적외선 분광;화학 패턴 인식;머신러닝