用AI增强的物联网物联网实时分类葡萄中的毒素污染物
Mohamed Riad Sebti1, Zohra Dakhia1, Sonia Carabetta2
1Department of Information Engineering, Infrastructure and Sustainable Energy (DIIES), University Mediterranea of Reggio Calabria, 89124 Reggio Calabria, Italy.
Sensors (Basel, Switzerland)
|February 13, 2025
概括
本研究介绍了一种人工智能驱动的系统,用于使用环境数据在葡萄种植中早期检测Ochratoxin A (OTA). 这种低功耗的现场设备提供了一个可扩展的解决方案,可以提高葡萄酒和葡萄产品的安全性.
科学领域:
- 食品科学与技术 食品科学与技术
- 农业科学 农业科学
- 环境监测 环境监测
背景情况:
- 奥克拉托克辛A (OTA) 的污染对葡萄酒和葡萄产品的安全性和质量构成重大风险.
- 早期发现和管理OTA对于葡萄种植行业至关重要.
研究的目的:
- 开发和验证一个自主,现场系统,用于早期检测和管理葡萄种植中的Ochratoxin A (OTA).
- 利用环境数据和人工智能进行实时OTA监控.
主要方法:
- 开发了一个基于化学分析的函数来估计OTA度,并创建一个标记的合成数据集.
- 两个人工智能模型被训练用于OTA存在检测和度范围分类.
- 模型部署在低功耗的M5Stick C+微控制器上,用于实时,自主数据处理和MQTT传输.
主要成果:
- 人工智能模型在多个测试集中表现出强大而一致的性能.
- M5Stick C+ 实现了快速,低功耗,实时推断和数据传输.
- 该系统被证明是OTA监控的可扩展,具有成本效益的现场解决方案.
结论:
- 开发的系统为葡萄和葡萄酒生产的食品安全提供了有效的增强.
- 这种自主方法减少了对领域专家和OTA检测广泛资源的需求.
- 该研究验证了一种新的综合方法,用于积极管理葡萄种植中的真菌毒素污染.
