ディープラーニングに基づくピーナッツの品質評価と保存寿命の予測

科学分野:

• 農業科学 農業科学とは
• 食品科学 食品科学について
• データサイエンス データサイエンス

背景:

• ピーナッツの品質は貯蔵条件によって著しく影響を受け,油性作物および食用作物としての価値に影響を与えます.
• 重要な品質指標のモニタリングは,効果的な貯蔵管理と保存期限の決定に不可欠です.

研究 の 目的:

• ピーナッツの品質指標を,さまざまな温度や湿度条件下で30週間にわたってモニタリングする.
• ピーナッツの品質の格付けと予測のための高度な計算モデルを開発し,検証する.

主な方法:

• 6つの主要な品質指標のモニタリング:脂肪酸含量,カルボニル含量,過酸化物値,酸性値,フェニルアセタルデヒド,および水分含量.
• 品質格付けのためのディープ・クラスタリング・ネットワーク (DCN) の適用,ディープ・エンピリカル・コレレーション (DEC) とK-Means++との比較.
• D-SCSformerタイムシリーズ予測モデルの開発,次元分割エンベディングと統計機能の融合.

主要な成果:

• DCNは,伝統的な方法と比較して,ピーナッツの品質格付けにおいて優れたパフォーマンスを示しました.
• D-SCSformerモデルは,品質指標 (MSE = 0.2012,MAE = 0.2884,RMSE = 0.4387,R2 = 0.9998) に対して高い予測精度を達成しました.
• クロスフォーマーモデルと比較して予測指標の有意な改善が観察され,MSEの57.9%の減少が観察されました.

結論:

• 開発されたDCNとD-SCSformerモデルは,ピーナッツの品質の格付けと予測のための効果的な基準を提供します.
• この研究は,ピーナッツ産業における貯蔵条件と保存期間管理の最適化に不可欠な技術的サポートを提供します.