مروری به الگوریتم های یادگیری عمیق در صنایع غذایی

کیفیت و امنیت محصولات غذایی بسیار حائز اهمیت است . دولت ها، صنایع و انسانها به دنبال افزایش کیفیت و کاهش ضایعات غذایی هستند، به این علت که تاثیر بسیار زیادی بر سلامت انسان و بر شرایط اکولوژی زمین دارد. پردازش تصویر و روشهای کنترل کیفیت سنتی دچار نواقصی هستند و تاثیر بسیار زیادی بر عملکرد و دقت این روشها دارد.یادگیری عمیق یک روش بسیار کارامد است که اطلاعات محصول را به صورت خودکار استخراج کرده و در سامانه طراحی شده پردازش می کند.یادگیری عمیق عملکرد بسیار بالا و خطای بسیار پایینی دارد. در این پژوهش به بررسی تاریخچه یادگیری عمیق و ساختار شبکه عصبی کانولوشنی پرداخته و سپس چند الگوریتم بسیار کارآمد در این حوزه معرفی شده است . پایگاههای داده یکی از مهم ترین بخش های الگوریتم یادگیری عمیق است که در مهمترین و بزرگ ترین پایگاههای داده نیز معرفی شده است . در بخش آخر به یادگیری عمیق در حوزه صنایع غذایی پرداخته می شود،یادگیری عمیق پیشرفت های زیادی در حوزه کنترل کیفیت ، امنیت غذایی ، شناسایی و طبقه بندی موادغذایی دارد. به طور کلی معماری های یادگیری عمیق توانایی بسیار زیادی در ایجاد تحول بسیار جدید، کاهش خطاهای انسانی و بهبود کیفیت محصولات و کاهش ضایعات در صنایع غذایی دارد.

کلیدواژه ها:

یادگیری عمیق ، شبکه عصبی کانولوشنی ، محصولات غذایی ، هوش مصنوعی ، کیفیت و امنیت مواد غذایی