Érzékszervi kedveltség predikciója mesterséges neurális hálózatokkal, fagyasztott csemegekukorica-fajták példáján bemutatva

2017. november 29.

 

Szerzők: Sipos László, Losó Viktor, Nyitrai Ákos, Kókai Zoltán, Gere Attila

 

1. Összefoglalás

A nemzeti és nemzetközi fajtajegyzékben található csemegekukorica (Zea mays var. saccharata.) hibridek fajtákra lebontott érzékszervi profiljellemzőiről, fogyasztói preferenciáiról a rendelkezésünkre álló irodalmi forrásokban ismereteink szerint csak néhány publikáció született. Kutatásunkban a mesterséges neurális hálózatok (artificial neural networks, ANNs) gyakorlati alkalmazását mutatjuk be. Vizsgálatunkban 41 fagyasztott csemegekukorica-fajtát egy szakértői érzékszervi bírálócsoport értékelt (14 fő), teljeskörű profilanalízis módszerével (MSZ ISO 11035:2001; ISO 13299:2003), 0-100-ig terjedő strukturálatlan skálán, majd nagymintás tesztben, fogyasztók (167 fő) a 41 fajta közül 6 fajtát jellemeztek kedveltség alapján, 9 elemű strukturált skálán. A mesterséges neurális hálózatok nagymennyiségű adatot igényelnek, ezért a 6 fajtára elkészült szakértői és fogyasztói adatokon 1000-szeres Monte Carlo szimulációt futtattunk, amelynek 80 %-án tréningeztük, 20 %-án pedig teszteltük a létrejött neurális hálókat. A legjobb predikciót a 4 nóduszos többrétegű előrecsatolt (multi-layer feedforward neural net, MLFN) adta, ebben az esetben adódtak a legkisebb maradékok a tréning és a teszt során, amelyeket véletlen számokon történő előrejelzéssel, és keresztellenőrzéssel is validáltunk. Ezzel a felépített modellel jeleztük előre a többi 35 kukoricafajta kedveltségi értékét. A leginkább kedveltnek a ‘Shinerock’ fajta (8,46), míg a predikciók szerint a legkevésbé kedvelt a ‘Madonna’ és a ‘Rustler’ fajták lettek 2,7-es átlagos kedveltségi értékekkel rendelkeztek (1-9 tagú skálán).

A mesterséges neurális hálózat modell megalkotása során sikeresen azonosítottuk azokat a terméktulajdonságokat is, amelyek a fogyasztói elfogadás fő mozgatórugói: édes íz, globális ízintenzitás és lédússág. Összefoglalóan megállapítható, hogy a bemutatott validált termékspecifikus mesterséges neurális hálózat lehetővé teszi az egyes fajtákra vonatkoztatott kedveltség előrejelzését.

2. Bevezetés és szakirodalmi áttekintés

A mesterséges neurális hálózatok kialakulásához kulcsfontosságú volt az analógia, az emberi idegrendszer felépítésének és működésének feltárása. Az ideghálózat-programokat eredetileg az idegrendszer modelljeként fejlesztették, ahol a bemenetek összegyűjtik a beérkező jeleket más neuronoktól, majd a feldolgozó egység (neuron) elvégzi az összegzést, ezután az eredménytől függően a kimenetek továbbítják a jelet [1], [2], [3], [4], [5]. A mesterséges ideghálózatok kutatásában áttörést jelentettek Hopfield [6], Rumelhart és munkatársai [7] kutatásai, amelyekben az ideghálózati programok dinamikus modellezésével megoldották a nemlineáris leképezést, valamint az outputok inputokkal történő visszacsatolását.

 

A tartalom további részleteinek megtekintéséhez kérjük, jelentkezzen be, vagy ha még Ön nem regisztrált felhasználónk, kérjük, regisztráljon!


Élelmiszervizsgálati Közlemények előfizetési díjai:

 

1 évre (4 szám): 4200 Ft (4000 Ft + Áfa)

1 szám: 
1260 Ft (1200 Ft + Áfa)


További információért forduljon hozzánk bizalommal a kapcsolat menüpont alatt, vagy a kiadó eviko@wirec.eu e-mailcímén!

 

Köszönjük

 



Belépés

AKTUÁLIS LAPSZÁMUNK



HIRDETÉSEK







Biomerieux



Anton Paar