Нейросетевая разработка рецептурных составов пищевых продуктов, и оценка качественных характеристик готовых изделий
https://doi.org/10.37493/2307-910X.2024.1.7
Аннотация
С помощью статистических методов визуализации экспериментальных данных обосновано использование искусственного интеллекта для разработки оптимальных по качественным характеристикам рецептур пищевых продуктов. На примере колбасных изделий разработана методика идентификации рецептурного состава пищевых продуктов для сравнения с показателями технической документации. Оценка адекватности химического и аминокислотного составов рецептур технической документации подтвердила эффективность разработанной методики.
Об авторах
В. В. Садовой
Белгородский университет кооперации, экономики и права, Ставропольский институт кооперации
(филиал)
Россия
Россия
Владимир Всеволодович Садовой – доктор технических наук, профессор кафедры товароведения и технологии общественного питания
г. Ставрополь
+79188639013
Т. В. Щедрина
Северо-Кавказский федеральный университет, Пятигорский институт (филиал)
Россия
Россия
Татьяна Викторовна Щедрина – кандидат технических наук, доцент кафедры технологии продуктов питания и товароведения
г. Пятигорск
+789283730813
А. С. Хамицаева
Горский государственный аграрный университет
Россия
Россия
Алла Смалиевна Хамицаева – доктор технических наук, профессор кафедры технологии продуктов питания
г. Владикавказ
+79034833663
И. А. Трубина
Ставропольский государственный аграрный университет
Россия
Россия
Ирина Александровна Трубина – кандидат технических наук, доцент кафедры производства и переработки сельскохозяйственной продукции
г. Ставрополь
+79624419174
Список литературы
1. ФАО, МФСР, ЮНИСЕФ, ВПП и ВОЗ. Положение дел в области продовольственной безопасности и питания в мире – 2020. Преобразование продовольственных систем для обеспечения финансовой доступности здорового питания. Рим, ФАО. 2020.
2. United Nations. Policy Brief: The Impact of COVID-19 on Food Security and Nutrition. June 2020 (2020). [Электронный ресурс]. URL: https://www.un.org/sites/un2.un.org/files/sg_policy_brief_on_covid_impact_on_food_security.pdf. (дата обращения: 20.01.2024).
3. ВОЗ. 2020 год. Ожирение и лишний вес. Бюллетень 2020 (2020). [Электронный ресурс]. URL: https://www.who.int/news-room/fact-sheets/detail/obesity-andoverweight) (дата обращения: 20.01.2024).
4. Пищевые добавки: их роль и влияние на здоровье человека (2017). [Электронный ресурс]. URL: https://scienceforum.ru/2017/article/2017031171. (дата обращения: 20.01.2024).
5. Диетология. 4-е изд. / под. ред. А. Барановского. СПб: Питер. 2012, 1024 с.
6. Пищевые добавки – полезные и вредные, классификация и влияние на организм. [Электронный ресурс]. URL: https://www.59fbuz.ru/press-center/news/pishchevye-dobavki-poleznye-i-vrednye-klassifikatsiya-i-vliyanie-naorganizm/ (дата обращения: 20.01.2024).
7. Скурихин И. М., Тутельян В. А. Химический состав российских пищевых продуктов. М.: ДеЛи принт, 2002. 237 с.
8. Садовой В. В., Щедрина Т. В., Хамицаева А. С. Анализ механизма усвоения глюкозы клетками организма человека в присутствии биологически активной добавки лецитина // Современная наука и инновации. 2023. № 3 (43). С. 117-125.
9. Садовой В. В., Медведев А. Е. Изучение использования казеино-альбуминового комплекса в составе многокомпонентной добавки // Вестник Северо-Кавказского государственного технического университета. 2003. № 1. С. 93-96.
10. Espinosa Sandoval L. A., Polania Rivera A. M., Castaneda Florez L. Chapter 13 – Application of artificial neural networks (ANN) for predicting the effect of processing on the digestibility of foods. Food Struct Eng Design Impr Nut Health Well-Being. 2023;333-361. https://doi.org/10.1016/B978-0-323-85513-6.00011-6
11. Алибеков И. Ю. Теория вероятностей и математическая статистика в среде MATLAB. Учебное пособие. М.: Лань, 2019. 184 с.
12. Мойзес Б. Б., Плотникова И. В., Редько Л. А. Статистические методы контроля качества и обработка экспериментальных данных. М.: Юрайт, 2019. 118 с.
13. Горобец Б. С. Теория вероятностей, математическая статистика и элементы случайных процессов. Упрощенный курс. М.: Едиториал УРСС, 2020. 232 с.
14. Standartinform (2019) Изделия колбасные вареные, ТИ ГОСТ 23670-2019, 11 января 2019, Moscow.
Рецензия
Для цитирования:
Садовой В.В., Щедрина Т.В., Хамицаева А.С., Трубина И.А. Нейросетевая разработка рецептурных составов пищевых продуктов, и оценка качественных характеристик готовых изделий. Современная наука и инновации. 2024;(1):71-79. https://doi.org/10.37493/2307-910X.2024.1.7
For citation:
Sadovoy V.V., Shchedrina T.V., Khamitsaeva А.S., Trubina I.А. The Neural network development of food formulations and evaluation of the quality characteristics of finished products. Modern Science and Innovations. 2024;(1):71-79. https://doi.org/10.37493/2307-910X.2024.1.7
Просмотров:
211
Послать статью по эл. почте 