پیاده‌سازی چندین استراتژی داده‌کاوی روی داده‌های بینی الکترونیکی برای شناسایی گلوتن در پنیر

مجله پژوهشهای علوم و صنایع غذایی ایران

دوره 21، شماره 3 - شماره پیاپی 93، مرداد و شهریور 1404، صفحه 271-286   

نوع مقاله: مقاله پژوهشی لاتین

شناسه دیجیتال (DOI): 10.22067/ifstrj.2024.89599.1360

نویسندگان

محمد نصیری گله^{* 1}؛ مهدی قاسمی ورنامخواستی²

¹گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

²گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران

چکیده

بینی الکترونیکی یک دستگاه الکترونیکی برای تشخیص بو است. داده‌های به‌دست‌آمده از این دستگاه به‌صورت عددی و در ستون‌های مختلف ذخیره می‌شوند که مربوط به داده‌های دو نوع پنیر بدون گلوتن و پنیر حاوی گلوتن هستند. این داده‌ها به‌تنهایی برای تصمیم‌گیری و قضاوت کافی نیستند و لازم است روابط و الگوهای میان آن‌ها کشف شود تا مشخص شود داده‌های جدید ثبت‌شده توسط دستگاه به کدام دسته از پنیرهای دارای گلوتن یا بدون گلوتن تعلق دارند. به همین منظور، در این تحقیق از روش‌های داده‌کاوی و یادگیری ماشین استفاده شده است. داده‌کاوی شامل الگوریتم‌های متنوعی مانند طبقه‌بندی، خوشه‌بندی و استخراج قوانین وابستگی است. برای دستیابی به نتایج بهتر، فرآیند داده‌کاوی بر روی 105 ترکیب مختلف از مدل‌ها انجام شد و 13 مدلی که بالاترین دقت را در درک روابط میان داده‌ها داشتند، در تحقیق ذکر شده‌اند. در این پژوهش، با استفاده از روش‌های داده‌کاوی، داده‌های مربوط به پنیرهای دارای گلوتن و بدون گلوتن در دسته‌های جداگانه طبقه‌بندی شدند و مدلی جهت پیش‌بینی نوع داده‌های جدید از نظر ماهیت پنیر (دارای گلوتن یا بدون گلوتن) ایجاد شد. پس از تحلیل 105 ترکیب مختلف، در نهایت مدلی که از الگوریتم Random Forest برای طبقه‌بندی و از MinMaxScaler  برای مقیاس‌بندی داده‌ها استفاده می‌کرد، به‌عنوان بهترین مدل با دقت پیش‌بینی 99.8٪ برای هر دو مجموعه داده‌های آموزش و آزمون انتخاب شد.

کلیدواژه‌ها

بینی الکترونیکی؛ داده کاوی؛ درخت تصمیم؛ طبقه‌بندی داده‌ها؛ یادگیری ماشین

مراجع

1. Criminisi, J.S. (2011). Decision forests: A unified framework for classification, regression, density estimation, manifold learning and semi-supervised learning. Foundations and Trends⃝R in Computer Graphics and Vision, 7(2-3), 81-227. https://doi.org/10.1561/0600000035
2. Bhattacharya, N.T. (2008). Preemptive identification of optimum fermentation time for black tea using electronic nose. Sensors and Actuators B: Chemical, 131(1), 110-116. https://doi.org/10.1016/j.snb.2007.12.032
3. Biau, G. (2016). A random forest guided tour. Test 25.2, 197-227. https://doi.org/10.1007/s11749-016-0481-7
4. Breiman, L. (2001). Random forests. Machine Learning, 45:5–32.
5. Du, W. (2002). Building decision tree classifier on private data.
6. Fernandez, L.Z. (2023). Applications of electronic noses in cheese quality assessment. Journal of Food Science and Technology, 60(3), 1234-1245.
7. Freund, Y.S. (1997). A decision-theoretic generalization of on-line learning and an application to boosting. Journal of Computer and System Sciences, 55(1), 119-139. https://doi.org/10.1006/jcss.1997.1504
8. Shekari, E.M. (2024). Evaluation of the quantitative and qualitative characteristics of gluten-free chicken nuggets containing quinoa flour and hydroxypropyl methyl cellulose (HPMC). (HPMC). Iranian Food Science & Technology Research Journal/Majallah-i Pizhūhishhā-yi ̒Ulūm va Sanāyi̒-i Ghaz̠āyī-i Īrān, 20(1), 47-62.
9. Hu, W.H. (2008). Adaboost-based algorithm for network intrusion detection. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 38(2), 577-583. https://doi.org/10.1109/TSMCB.2007.914695
10. Karoui, R. (2011). Fluorescence spectroscopy measurement for quality assessment of food systems—a review. Food and Bioprocess Technology, 4, 364-386. https://doi.org/10.1007/s11947-010-0370-0
11. Persaud, K., & Dodd, G. (1982). Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose. Nature, 299, 352-355. https://doi.org/10.1038/299352a0
12. Qi, Y. (2012). Random forest for bioinformatics. Ensemble machine learning. Springer, Boston, MA, 307-323. https://doi.org/10.1007/978-1-4419-9326-7_11
13. Quinlan, J.R. (1993). 5, Programs for Machine Learning. Morgan Kaufmann San Mateo Ca.
14. Ren, S.C. (2015). Global refinement of random forest. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.
15. Schapire, R.E. (197-227). The strength of weak learnability. Machine Learning, 5(2), 1990. https://doi.org/10.1007/BF00116037
16. Schapire, R.E. (2013). Explaining adaboost. In: Empirical inference. Springer, Berlin, Heidelberg, p. 37-52.
17. Stein, G.C. (2005). Decision tree classifier for network intrusion detection with GA-based feature selection. Proceedings of the 43rd annual Southeast regional conference-Volume 2. https://doi.org/10.1145/1167253.1167288
18. Thompson, T.S. (2023). Advances in gluten detection methods for celiac disease management. Nutrients, 15(2), 789.
19. Vapnik, V. (1998). Statistical Learning Theory. John Wiley and Sons.
20. Wang, F.L. (2019). Feature learning viewpoint of AdaBoost and a new algorithm. IEEE Access, 7, 149890-149899. https://doi.org/10.1109/ACCESS.2019.2947359
21. Wilson, A.D. (2009). Applications and advances in electronic-nose technologies. Sensors, 9(7), 5099-5148. https://doi.org/10.3390/s90705099
22. Wilson, A.D. (2013). Diverse applications of electronic-nose technologies in agriculture and forestry. Sensors, 13(2), 2295-2348. https://doi.org/10.3390/s130202295
23. Yu, H.L. (2024). Rapid detection of gluten contamination in food products using advanced sensor technologies. Food Chemistry, 420, 136042.
24. Zhang, Y.C. (2023). Data mining approaches in electronic nose technology for food quality control. Trends in Food Science & Technology, 135, 245-258.
25. Zhao, X.L. (2024). Emerging sensor-based technologies for food safety and quality monitoring. Sensors and Actuators B: Chemical, 389, 134934.