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

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله 1232

عنوان مروری بر کاربرد هوش مصنوعی در کاهش ضایعات مواد غذایی

نویسندگان مرضیه جوادی فارسانی - مهدی کاشانی‌نژاد

چکیده ضایعات مواد غذایی از مهمترین چالشهای امنیت غذایی و توسعه پایدار است و ضعف در ارزیابی کیفیت و تشخیص دیرهنگام فساد از عوامل مؤثر بر افزایش آن محسوب میشود. در سالهای اخیر، پیشرفت هوش مصنوعی (AI) و یادگیری ماشین (ML) زمینه توسعه روشهایی برای تحلیل دادههای فناوریهای غیرمخرب و کنترل کیفیت مواد غذایی را فراهم کرده است. روشهای آماری و کمومتریک مانند تحلیل مؤلفههای اصلی (PCA)، حداقل مربعات جزئی (PLSR)، الگوریتمهای یادگیری ماشین مانند ماشین بردار پشتیبان (SVM)، جنگل تصادفی (RF) و مدلهای شبکههای عصبی مانند شبکههای عصبی مصنوعی (ANN) و شبکههای عصبی کانولوشنی (CNN)، در تحلیل دادههای طیفی و تصویری برای تشخیص فساد و آلودگی، ارزیابی تازگی و پیشبینی ویژگیهای کیفی محصولات غذایی بهکار گرفته شدهاند. این مقاله با تمرکز بر کاربرد هوش مصنوعی در کاهش ضایعات مواد غذایی، مطالعات انجامشده در زمینه استفاده از الگوریتمهای یادگیری ماشین و مدلهای شبکههای عصبی در تحلیل دادههای فناوریهای غیرمخرب را بررسی و مقایسه میکند. کاربردهای این رویکردها در گروههای مواد غذایی، قابلیتهای آنها در تشخیص زودهنگام عیوب و محدودیتهای مقیاس صنعتی بررسی شده است. در نهایت، چالشها و چشمانداز توسعه سامانههای هوشمند برای کاهش ضایعات مواد غذایی مورد بحث قرار میگیرد.

فایل ها

فایل jpeg-jpg پوستر

محتوای ارائه مجازی مقاله

نظرات