خشک کردن کف پوشی پنیر ریکوتا و پیش بینی ویژگی های آن با مدل شبکه عصبی مصنوعی

  • سال انتشار: 1400
  • محل انتشار: مجله علوم و صنایع غذایی ایران، دوره: 18، شماره: 115
  • کد COI اختصاصی: JR_FSCT-18-115_020
  • زبان مقاله: فارسی
  • تعداد مشاهده: 193
دانلود فایل این مقاله

نویسندگان

Zahra Bagheri

Department of Food Science and Technology, Sari Agricultural Sciences and Natural Resources University

Ali Motamedzadegan

Department of Food Science and Technology, Sari Agricultural Sciences and Natural Resources University

Reza Khanbabaie

Department of Physics, Babol Noushirovani University of Technology

Ayoub Farhadi

Department of Animal Sciences, Sari Agricultural Sciences and Natural Resources University

چکیده

شبکه های عصبی مصنوعی مجموعه ای از معادلات غیرخطی هستند که توانایی برای خود سازگاری دارد تا ارتباطات غیرخطی پیچیده بین متغیرهای ورودی و خروجی را برقرار کنند. از مدل سازی شبکه عصبی مصنوعی برای پیشگوئی جهت تهیه پودر پنیر ریکوتا با کیفیت مطلوب استفاده شد. در این پژوهش، شبکه عصبی مصنوعی ۴ کلاسه با مدل پرسپترون چندلایه برای پیش بینی داده های کف و پودر پنیر ریکوتا که به روش خشک کردن کف پوشی تهیه شدند، مورد استفاده قرار گرفت. این مدل سازی با روش شناسایی الگو و با استفاده از الگوریتم یادگیری ماشین انجام شد. شناسایی الگو، توانایی تشخیص ترتیب خصوصیات یا داده هایی است که اطلاعات مربوط به سیستم یا مجموعه داده ها را می دهد. مدل مورد استفاده برای این پژوهش دارای ۱۰ نرون در لایه پنهان بود. ۴ نسبت متفاوت شیر و آب پنیر (تیمارها) به عنوان ورودی و دانسیته کف، دانسیته پودر، هیگروسکوپی، فعالیت آبی، جذب آب و جذب روغن به عنوان خروجی های مدل در نظر گرفته شدند. در این مدل ۷۰ درصد از داده ها برای آموزش، ۱۵ درصد برای آزمایش و ۱۵ درصد از داده ها برای اعتبارسنجی مورد استفاده قرار گرفت. بهترین عملکرد اعتبارسنجی در دوره ۲۰ رخ داد. نتایج نهایی نشان داد که مدل مورد استفاده با دقت ۸/۹۴ درصد توانست داده های مربوط به هر کلاس را به درستی پیش بینی نماید.

کلیدواژه ها

Artificial Neural Network, Foam Mat Drying, Modeling, Pattern Recognition, Ricotta, خشک کردن کف پوشی, ریکوتا, شبکه عصبی مصنوعی, شناسایی الگو, مدل سازی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.