بهبود سلامت مواد غذایی از طریق هوش مصنوعی و یادگیری ماشینی: یک مرور منابع جامع

بهبود سلامت مواد غذایی از طریق هوش مصنوعی و یادگیری ماشینی: یک مرور منابع جامع

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 41

تعداد کلمات : 15000

مجله : applied sciences(MDPI)

انتشار : 2024

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
23 ژوئن 2024
دسته بندی
تعداد بازدیدها
3362 بازدید
140,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:بهبود سلامت مواد غذایی از طریق هوش مصنوعی و یادگیری ماشینی: یک مرور منابع جامع

 چکیده

  در اینجا، ما پتانسیل تحول‌آفرین هوش مصنوعی (AI) و یادگیری ماشین (ML) را به‌عنوان جبهه‌های جدیدی در پرداختن به برخی از چالش‌های مرتبط ناشی از سالم بودن غذا برای سلامت انسان و حیوانات بررسی کردیم. در زمان‌های اخیر، هوش مصنوعی و ML، همراه با سایر فناوری‌های صنعت ۴٫۰ مانند داده‌های بزرگ، بلاک چین، واقعیت مجازی و اینترنت اشیا (IoT)، کاربردهای عمیقی در تقریباً در تمام ابعاد صنعت غذایی با تمرکز کلیدی بر   افزایش ایمنی و کیفیت مواد غذایی و بهبود تاب آوری زنجیره تأمین مواد غذایی پیدا کرده‌اند.این مقاله بررسی دقیقی از این فناوری‌ها (به ویژه هوش مصنوعی و ML) در رابطه با یکپارچگی و سلامت غذا ارائه می‌کند و خلاصه‌ای از پیشرفت‌ها و کاربردهای فعلی آنها در این زمینه را ارائه می‌دهد. حوزه‌های کلیدی تأکید شامل کاربرد هوش مصنوعی و ML در کنترل و بازرسی کیفیت، تشخیص تقلب در مواد غذایی، کنترل فرآیند، ارزیابی ریسک، پیش‌بینی و مدیریت، و قابلیت ردیابی زنجیره تأمین، از جمله دیگر مسائل حیاتی است. بر اساس منابع بررسی شده در اینجا، استفاده از هوش مصنوعی و ML در صنایع غذایی به طور واضح منجر به بهبود استانداردهای یکپارچگی و سلامت غذا و در نتیجه افزایش سلامت عمومی و اعتماد مصرف‌کننده و همچنین افزایش انعطاف‌پذیری زنجیره تأمین مواد غذایی شده است. در حالی که این برنامه‌ها نوید قابل توجهی را نشان می‌دهند، این مقاله همچنین برخی از چالش‌های مرتبط با پیاده‌سازی هوش مصنوعی دامنه خاص در زمینه یکپارچگی و سلامت مواد غذایی را تأیید می‌کند. این مقاله به بررسی چشم‌اندازها و جهت‌گیری‌ها می‌پردازد، و بر اهمیت غلبه بر موانع به منظور استفاده کامل از قابلیت‌های هوش مصنوعی و ML در حفاظت از یکپارچگی و سلامت سیستم غذایی تأکید می‌کند.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Enhancing Food Integrity through Artificial Intelligence and Machine Learning: A Comprehensive Review

Abstract

 Herein, we examined the transformative potential of artificial intelligence (AI) and machine learning (ML) as new fronts in addressing some of the pertinent challenges posed by food integrity to human and animal health. In recent times, AI and ML, along with other Industry 4.0 technologies such as big data, blockchain, virtual reality, and the internet of things (IoT), have found profound applications within nearly all dimensions of the food industry with a key focus on enhancing food safety and quality and improving the resilience of the food supply chain. This paper provides an accessible scrutiny of these technologies (in particular, AI and ML) in relation to food integrity and gives a summary of their current advancements and applications within the field. Key areas of emphasis include the application of AI and ML in quality control and inspection, food fraud detection, process control, risk assessments, prediction, and management, and supply chain traceability, amongst other critical issues addressed. Based on the literature reviewed herein, the utilization of AI and ML in the food industry has unequivocally led to improved standards of food integrity and consequently enhanced public health and consumer trust, as well as boosting the resilience of the food supply chain. While these applications demonstrate significant promise, the paper also acknowledges some of the challenges associated with the domain-specific implementation of AI in the field of food integrity. The paper further examines the prospects and orientations, underscoring the significance of overcoming the obstacles in order to fully harness the capabilities of AI and ML in safeguarding the integrity of the food system.