MENU

Kalibracje sztucznych sieci neuronowych

9. wrz, 2021
Autor: Richard Mills
Kalibracje ANN to potężne modele kalibracyjne oparte na bardzo dużych zbiorach danych. Przeczytaj ten krótki artykuł i obejrzyj film, żeby zapoznać się z najważniejszymi korzyściami, jakie oferują kalibracje oparte na sztucznych sieciach neuronowych ANN.

Sztuczna sieć neuronowa (ang. artificial neural network - ANN) to technologia tworzenia modelu kalibracyjnego, którego struktura ma w założeniu przypominać sieć neuronów w ludzkim mózgu. Prace nad modelami kalibracyjnymi ANN trwają od wczesnych lat 90 i postępują wraz z rosnącą mocą obliczeniową urządzeń, która pozwoliła stworzyć kalibracje oparte na bardzo dużych zbiorach danych.

Zbiory danych są istotne w sytuacjach, w których występuje wiele zmiennych, jak na przykład zmienny surowiec, różne odmiany produktu, czy różne parametry. Pojedyncza kalibracja ANN w aplikacji mleczarskiej może obejmować wszystkie produkty z danej grupy. Na przykład kalibracja do serów FOSS FoodScan może być stosowana zarówno z serami twardymi, pół-twardymi, miękkimi, kremowymi, jak i topionymi, i obejmuje szereg parametrów, w tym zawartość tłuszczu, wilgotność/ sucha masa, tłuszcz w suchej masie, sól, i białko.

Kalibracja może obejmować wiele tysięcy danych. Posłużmy się innym przykładem: kalibracja ANN FOSS do mięsa i wyrobów mięsnych obejmująca parametry takie jak: tłuszcz, woda, białko i kolagen została opracowana przy użyciu około 20 000 widm uzyskanych globalnie od roku 1989, w oparciu o pracę ponad 1 000 analizatorów FOSS do badania mięsa. Dzięki tak dużej liczbie widm kalibracja jest wszechstronna i elastyczna.

Kiedy należy stosować kalibracje ANN?
Zasadniczą korzyścią, jaką dają kalibracje ANN względem innych rozwiązań jest to, że można przy ich pomocy mierzyć wiele różnorodnych produktów, bez konieczności przełączania się pomiędzy pojedynczymi kalibracjami. Na przykład operator badający mięso może korzystać z tej samej kalibracji podczas analizy różnych poziomów zawartości tłuszczu, a także rożnych produktów, zamiast podejmowania decyzji o przełączeniu się na inną kalibrację i instalowania jej w urządzeniu.

Wszędzie tam, gdzie się je stosuje, kalibracje ANN pomagają oszczędzić czas i ułatwiają życie operatorom, zmniejszając jednocześnie ryzyko wystąpienia błędu ludzkiego.
W sytuacjach, w których mamy do wykonania kalibracje na liczne produkty i parametry, ten aspekt może przynieść znaczne oszczędności względem innych metod kalibracji.

Kalibracje ANN i uczenie maszynowe
W dzisiejszych czasach duże emocje budzi możliwość programowania wszelkiego rodzaju maszyn (w tym urządzeń analitycznych) do obsługi coraz bardziej złożonych zadań.
Jak wyjaśniamy w naszym klipie kalibracje ANN są stosowane w przemyśle spożywczym i rolnym już od wielu lat. Technologia ta jest szczególnie przydatna w kontekście analizy próbek o zmiennej charakterystyce (jak np. mięs, czy serów), często badanych w branży mięsnej i mleczarskiej.

"Jeżeli chcesz móc pracować z wieloma zakładami w wielu różnych lokalizacjach, to musisz korzystać ze sztucznych sieci neuronowych."

Specjalista FOSS w dziedzinie chemometrii, Lars Nørgaard, opowiada o potencjale, jaki kryje się w kalibracjach opartych na sztucznych sieciach neuronowych (ANN), w tym również o kwestii zmienności próbek produktów mięsnych i mleczarskich.

Zobacz inne artykuły i filmy poświęcone branży.

back to top icon
The content is hosted on YouTube.com (Third Party). By showing the content you accept the use of Marketing Cookies on Fossanalytics.com. You can change the settings anytime. To learn more, visit our Cookie Policy.