چهارمین همایش ملی پژوهش های کاربردی امنیت غذایی: فرآوری، ایمنی و سلامت

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله 1152

عنوان ارتقای امنیت و ایمنی مواد غذایی بر پایه بینایی ماشین و شبکه های عصبی پیچشی (CNN): رویکردهای نوین در تشخیص تقلبات و پایش ماندگاری

نویسندگان کیمیا صفدری

چکیده چکیده باتوجهبه ناکارآمدی و ماهیت تخریبی روشهای سنتی در پایش برخط خطوط تولید، هدف از این مقاله مروری، بررسی کاربردهای نوین بینایی ماشین و شبکههای عصبی عمیق در ارتقای ایمنی و کنترل کیفیت مواد غذایی است. روش پژوهش در این مطالعه، مرور و تحلیل تکنیکهای سنجش غیر تخریبی شامل تصویربرداری دیجیتال، طیفسنجی و بینی الکترونیکی در تلفیق با معماریهای شبکههای عصبی پیچشی (CNN) است. یافتهها نشان میدهد که این سامانههای دادهمحور با استخراج خودکار ویژگیهای فضایی و شیمیایی، توانایی فوقالعادهای در شناسایی برخط عیوب ظاهری، درجهبندی هوشمند، کشف تقلبات (مانند اختلاط گوشتها) و پیشبینی عمر قفسهای محصولات مختلف دارند؛ بهطوری که دقت طبقهبندی و پیشبینی در اکثر مدلهای بررسیشده به بالای 95 درصد میرسد. نتایج حاکی از آن است که پیادهسازی این الگوریتمهای هوشمند در صنایع غذایی، علیرغم چالشهای هزینهای در سرمایهگذاری اولیه، موجب کاهش چشمگیر ضایعات، حذف خطای انسانی و تضمین امنیت غذایی پایدار در خطوط فراوری صنعتی میگردد.

فایل ها

فایل jpeg-jpg پوستر

محتوای ارائه مجازی مقاله

نظرات