elektrik port üyelik servisleri elektrik port üyelik servisleri

Makine Öğrenimi Sahte Balı Teşhis Ediyor

Bal binlerce yıldır hem gıda maddesi olarak hem de ilaç endüstrisinde insanlar tarafından kullanılmaktadır. Bununla birlikte çağımızda bal, dünyada sahteciliği en çok yapılan üçüncü gıda ürünü haline geldi. Bu yazıda, makine öğrenimi ile pekiştirilmiş mikroskop kullanılarak sahte balın ayırt edilmesi için geliştirilmiş yeni bir yöntemi inceleyeceğiz.



A- A+
31.01.2019 tarihli yazı 4347 kez okunmuştur.

Imperial College ve University College London'daki bir araştırma ekibi makine öğrenmesi algoritmaları ve mikroskop kullanarak gerçek balı ayırt etmeye yarayan yeni bir yöntem geliştirdi. ArXiv'de yayınlanan bir makalede belirtilenlere göre bu teknik seyreltilmiş veya yanlış etiketlenmiş balı mevcut yöntemlerden çok daha düşük bir maliyetle tespit edebiliyor.

Ballar, arıların çiçeklerden nektar toplaması ve bu nektarı basit şekerler halinde parçalayıp bal peteğinin içinde depolamasıyla üretilir. Üreticiler balı genellikle kendisine ait olmayan daha iyi kalite bir balın etiketiyle yanlış bir şekilde etiketliyor veya şeker şurubu gibi diğer maddelerle seyreltiyor. Sahte balın üretim maliyeti oldukça düşüktür ve bu da gerçek bal üreticilerinin kar marjlarının düşmesine veya bazen de piyasayı tamamen terk etmelerine neden olabiliyor. Balın sahte olmadığını doğrulamak için kullanılabilecek etkili ve düşük maliyetli yöntemler, sahte balın hızlı bir şekilde ayırt edilmesi ve böylece sahte balın piyasadan uzaklaştırılması ve ya yanlış etiketlenmiş balın doğru bir şekilde yeniden etiketlenmesi için kullanılabilir.

 



►İlginizi Çekebilir:Yapay Zeka Optimizasyon Algoritmaları

 

Araştırmacılar polen yapısının incelenmesine dayanan Melissopalynology'nin, yıllardır gerçek balın ayırt edilmesinde yavaş ancak uzman bir süreç olma ünvanını taşıdığını ayrıca yorgunluk ve unutkanlık  gibi insani durumlardan muzdarip olmayan bir teknolojiyle işlerin hızlandırabileceğini ve otomatikleştirebileceğini düşündüklerini belirtti. En yaygın kullanılan gerçek bal ayırt etme yöntemleri, kantitatif polimeraz zincir reaksiyonu (qPCR), nükleer manyetik rezonans spektroskopisi (NMR), sıvı kromatografi kütle spektrometrisi (LC-MS), yakın kızılötesi spektroskopisi (NIR) ve mikroskopidir.

Araştırmacıların tespitleri geliştirilen bu yeni methodun, tüm bu yöntemlerden hem daha hızlı hem de daha az maliyetli olduğunu gösteriyor.
Aynı zamanda kullanılan bu eski teknikler bazı durumlarda yetersiz kalabiliyor.Örneğin manuka çiçeklerinin nektarından yapılan ve yerel olarak Yeni Zelanda'da üretilen yaygın olarak tüm Dünya’da kullanılan bir bal türü olan manuka balının sahtesini gerçeğinden ayırt etmek için kullanılan son teknoloji tekniği, dört kimyasal işaretleyiciye ve manuka poleninin DNA'sı için kullanılan bir teste dayanmaktadır. Bununla birlikte, bu yöntem yalnızca manuka balının gerçeğini ayırt etmek için kullanılabilir, diğer bal türleri için geçerli değildir. Araştırmacılar bal örneklerinde polenleri derin öğrenme tekniklerini kullanarak tespit ettiklerini ve buradan yola çıkarak polenin dağılımı ve yoğunluğu gibi şeyleri analiz etmek için daha nicel yaklaşımlar uyguladıklarını ve ardından balın coğrafi ve/veya botanik kökenini tespit ettiklerini belirtti.



►İlginizi Çekebilir:Yapay Zeka, Makine Öğrenimi ve Derin Öğrenme Nedir?


Araştırma sürecinde, farklı balların örnekleri (manuka, akasya , kara orman ,okaliptüs ve kekik) eşit hacimde toplandı ve cam lamlar arasına yerleştirildi. Yaklaşık 2500 mikroskobik polen görüntüsünü yakalayan bir mikroskop kullanılarak lamellerle kapatıldı ve analiz edildi. Görüntüler 1080x1080 piksel çözünürlükte yakalandı.

Araştırmacılar poleni tespit etmek ve gruplamak için üç sınıflı bir YOLOv2 ağı ile birlikte tek bir gizli katmana sahip bir ileri besleme sinir ağı eğittiler. Ağ girişleri polen sayıları ve genel polen yoğunluğundan oluşuyordu. Ağ, beş okaliptüs melliodora balı örneğini beş manuka balı örneğinden ayırmakla test edildi. On numunenin hepsi de doğru şekilde sınıflandırıldı. 
Araştırmacılar bu görüntüleri dikkatlice etiketleyip analiz ettikten sonra, makine öğrenimi modellerini eğitmek için kullandılar.

Araştırmacıların elde ettikleri model, polenleri tespit etmek ve sınıflara ayırmak için eğitilmiş bir segmentasyon ağının yanı sıra farklı bal türlerini sınıflandırmak için eğitilmiş bir kimlik doğrulama ağından oluşuyor. Araştırmacılar, şu anda sahte balı gerçek baldan ayırt etmenin epey zor olduğunu, şeker testlerinin farklı şekerler kullanılarak kolaylıkla kandırılabildiğini dolayısıyla doğru sonuçlara ulaşmak için daha ucuz ve kullanımı daha kolay olan tekniklere ihtiyaç duyulduğunu ifade etti. Aynı zamanda ön değerlendirmelerde, geliştirdikleri yöntemin seyreltilmiş ve ya da yanlış etiketlenmiş balı etkili bir şekilde saptayabildiğini belirtti.

 


►İlginizi Çekebilir: Makine Öğrenimi için 6 Araç


Yeni yöntem, ağır metaller, böcek ilacı veya antibiyotiklerle teması tanımlayamıyor, bu nedenle diğer kimyasal testlerle birlikte kullanılması öneriliyor. Ek olarak, bu yeni teknik, içinde polen bulunmayan ekstra süzülmüş bal örneklerinin gerçekliğini doğrulamak için kullanılamıyor. Araştırmacılar tarafından toplanan sonuçlar umut verici olmasına rağmen, daha büyük ölçekte uygulanmaya başlanmadan önce tekniklerinin daha da geliştirilmesi gerektiğinin altını çiziyorlar. Örneğin, araştırmacıların baldaki polen çeşitliliğini daha iyi yakalamak için daha geniş bir polen veri kümesi toplamaları gerekiyor. Araştırmacılar, bu yeni teknikte tespit edilebilen özellik sayısının en üst düzeyde olmasını sağlamak için çeşitli eğitim yöntemlerini araştırmaya devam ettiklerini, bu yeni method piyasaya sürüldükten sonra gerçek balın etkin bir şekilde ayırt edilmesini sağlamak için sistemleri üzerinde çalışmaya devam etmeyi planladıklarını ve gelecekte, teknolojilerini temel alan bir sertifikasyon programı başlatmayı düşündüklerini ifade etti.

 

Kaynak:

Techxplore
Aiforsocialgood.github.io
 

 



ANKET
Endüstri 4.0 için En Hazır Sektör Hangisidir

Sonuçlar
Aktif etkinlik bulunmamaktadır.