• ВХОД

    •  

    Полное описание

    Изучение возможности применения методов машинного обучения и искусственных нейронных сетей для проектирования продуктов на примере пищевых концентратов / Шафрай Антон Валерьевич, Попов Анатолий Михайлович, Плотников Константин Борисович [и др.]. - Текст (визуальный) : непосредственный // Пищевая индустрия: инновационные процессы, продукты и технологии : монография, посвящённая 20-летию Технологического института / Министерство сельского хозяйства Российской Федерации, Российский государственный аграрный университет - МСХА имени К. А. Тимирязева, Технологический институт. - Москва : Сам Полиграфист, 2024. - С. 139-155. - Библиогр. в конце ст. - ISBN 978-5-00227-243-3.

    ГРНТИ УДК
    65.01.85664:004.85
    28.23.25664:004.032.26
    28.23.37

    Рубрики:
    Пищевые производства
    Машинное обучение -- Применение
    Нейронные сети -- Применение

    Кл.слова (ненормированные): машинное обучение -- искусственные нейронные сети -- гранулирование -- пищевые концентраты -- моделирование -- пищевая инженерия
    Аннотация: В работе изучена возможность применения методов машинного обучения и искусственных нейронных сетей для проектирования продуктов питания на примере пищевых концентратов, в частности гранулированных киселей. Это можно использовать на производстве при возникновении некоторых задач: разработки продукта с заданными свойствами и показателями качества, разработки продукта из имеющегося сырья, разработки продукта для имеющегося оборудования. При проектировании продукта могут возникать задачи трех типов: регрессии (или предсказания), классификации и кластеризации. Задачи регрессии решаются с помощью методов линейной регрессии, полиномиальной регрессии, деревьев и лесов, и их ансамблей; классификации с помощью kNN, деревьев и лесов, линейных классификаторов, наивного Байеса и их ансамблей ; задача кластеризации с помощью алгоритмов FOREL, k-means, c-means, связных компонент и других. Использование методов искусственного интеллекта возможно только при наличии данных, описывающих объекты исследования. Такие данные обрабатываются и укомплектовываются в датасеты или наборы данных. В исследовании описываются семь объектов (продукт, сырье, оборудование, рецепт, процесс, экономическая эффективность производства, формирование качества) для которых должно производиться моделирование, какие данные и из каких источников необходимы. В заключении рассмотрены последовательности, в которых следует разрабатывать модели для определенных задач, и составлена принципиальная схема моделирования при проектировании продукта. Точками начала моделирования могут быть объекты: продукт, сырье и оборудование. Они же могут быть промежуточными объектами, наравне с рецептом и процессами. Любая цепь моделирования заканчивается оценкой экономической эффективности производства проектируемого продукта. Этапом обратной связи является проверка формирования качества. Таким образом доказана возможность и последовательность применения методов машинного обучения и искусственных нейронных сетей для проектирования продуктов при моделировании пищевых производств.
    Доп. точки доступа:
    Шафрай, Антон Валерьевич
    Попов, Анатолий Михайлович
    Плотников, Константин Борисович
    Косинов, Виталий Сергеевич
    Плотникова, Ирина Олеговна
    Российский государственный аграрный университет - МСХА имени К. А. Тимирязева(Москва). Технологический институт

    Экз-ры полностью a431ab6e7cc47a159de640cd1dbfad75
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -004965-596305)

    Шифр в сводном ЭК: b1e0d6f506c46dd58e6ccd95cffa18b8




    Заказ фрагмента документа ₽