文献

J-GLOBAL ID：201702262893653147   整理番号：17A0970699

解析階層プロセス集積化極限学習機械(extreme learning machine(AHP ELM)に基づく早期警報モデル化と解析:食品安全性への応用【Powered by NICT】

Early warning modeling and analysis based on analytic hierarchy process integrated extreme learning machine (AHP-ELM): Application to food safety

著者 (7件)： Geng ZhiQiang (College of Information Science & Technology, Beijing University of Chemical Technology, Beijing 100029, China) ,  Geng ZhiQiang (Engineering Research Center of Intelligent PSE, Ministry of Education in China, Beijing 100029, China) ,  Zhao ShanShan (College of Information Science & Technology, Beijing University of Chemical Technology, Beijing 100029, China) ,  Zhao ShanShan (Engineering Research Center of Intelligent PSE, Ministry of Education in China, Beijing 100029, China) ,  Tao GuangCan (Guizhou Academy of Testing and Analysis, Guiyang, Guizhou 550002, China) ,  Han YongMing (College of Information Science & Technology, Beijing University of Chemical Technology, Beijing 100029, China) ,  Han YongMing (Engineering Research Center of Intelligent PSE, Ministry of Education in China, Beijing 100029, China)
資料名： Food Control  (Food Control)
巻： 78  ページ： 33-42  発行年： 2017年 
JST資料番号： W0246A  ISSN： 0956-7135  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 実際の食品安全監視データは,高次元,複雑さ,離散性と非線形性の特性を持っているので,実際の食品検査工程のリスクを正確に予測することは困難である。それ故に,本論文では階層分析法(AHP)統合極端学習機械(ELM)(AHP ELM)に基づく予測モデリングアプローチを提案した。提案されたアプローチは,効果的なプロセス特性情報(PCI)を得るために,A HPモデルを利用した。階層分析法(AHP)総合的人工ニューラルネットワーク(ANN)アプローチと比較して,A HP ELM予測モデルを中国品質監視システムの監督・検査部門リポジトリからの日常点検データ源による全PCIで効果的なPCI間の線形比較を実行することにより検証される。最後に,PCIと予測値は,より信頼性の高い食品情報と同定潜在的な新たな食品安全問題を提供した。提案した方法は,中国における食品安全早期警報監視システムに適用した。結果は,提案したモデルは効果的であり,複雑な食品検査データの処理に実行可能であることを示した。一方,食品製品の品質を改善するのに役立つ,食品安全を確保し食品安全性のリスクを低減することができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  *食品安全性 ,  *食品 ,  品質 ,  食品検査 ,  *学習機械 ,  線形性 ,  ニューラルネットワーク ,  監視装置 ,  AHP【評価】 ,  *警報 ,  予測モデル ,  *モデリング ,  信頼性 ,  中華人民共和国

著者キーワード (5件)： 食品安全性 ,  極端学習機械 ,  解析的階層プロセス ,  人工ニューラルネットワーク ,  早期警報モデル化

分類 (1件)： 食品衛生一般  (FJ01051H)

タイトルに関連する用語 (13件)： 解析 ,  階層 ,  プロセス ,  集積化 ,  極限 ,  学習機械 ,  AHP ,  ELM ,  早期 ,  警報 ,  モデル化 ,  食品安全性 ,  応用