gıda bilimi ve teknolojisi alanında yapay zekâ uygulamaları

Clicks: 369
ID: 134949
2015
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Star

Ranked #5 of 236 articles by views in chirality

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 236 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Bilgi teknolojileri kullanma isteğiyle, araştırma ve uygulamalarda elde edilen bilginin toplanması, depolanması, sınıflanması, yönetimi ve kullanımını etkinleştirmek, kolaylaştırmak ve yaymak için araçlar, yöntemler geliştirmek ve kullanımını öğretmek amacında olan yapay zekâ (YZ) modelleme programları kullanılır hale gelmiştir. Bu programlar sayısal işaret işleme, kontrol tasarımı, haberleşmeden; GC, HPLC, kütle spektrofotometre datalarının analizi, RNA ve DNA tiplemesi, proteinlerin yapılarının tanımlanması, mikroskobik görüntülerin tanımlanması, biyokütle ve mikrobiyal gelişim tahminleri, gıdalarda raf ömrünün belirlenmesi, mikroorganizmaların tanımından molekül yapılarının belirlenmesine kadar birçok alanda kullanılabilmektedir. Gıda mühendisliğinde ise özellikle yapay sinir ağları (neural network), bulanık mantık (fuzzy logic) ve genetik algoritma (genetic algorithm) kullanılmaktadır. Gıdalarda ürün derecelendirme, sınıflandırma, proses modelleme ve optimizasyonu, kalite kontrolünün izlenmesi, görüntünün sayısal verilere dönüştürülmesi, ürün tasarımı, depolama sistemlerinin kontrolü, ürün rekoltesinin tahmini gibi alanlarda; endüstriyel ekmek mayası fermantasyonunda biokütle kestirimi, hamurun rheolojik özelliklerinin belirlenmesi, gıdalarda ısı prosesi değerlendirmesinde, görünür gözeneklilik, sıcaklık ve nem içeriğine göre ısı geçirgenliği tahmininde, antosiyonin içeriklerinin belirlenerek şarapların sınıflandırılması, meyve, sebze ve kuruyemişlerin morfolojik özelliklerine göre sınıflandırılması vb. modelleme uygulamaları yapılmıştır.
Reference Key
sofu2015gdagda Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Aytül Sofu;Necla Demir ve F. Yeşim Ekinci
Journal chirality
Year 2015
DOI
DOI not found
URL
http://dergipark.gov.tr/gidader/issue/6804/91482?publisher=gidadernegi
Keywords
artificial neural network Yapay Zeka neural networks fuzzy logic genetik algoritmafood processing and manufacture

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.