文献

J-GLOBAL ID：202102238214577756   整理番号：21A0164483

乾燥ジャガイモスライスにおける最適水分含量低減を予測する最適化技術の評価【JST・京大機械翻訳】

Evaluation of optimization techniques in predicting optimum moisture content reduction in drying potato slices

著者 (5件)： Onu Chijioke Elijah (Department of Chemical Engineering, Nnamdi Azikiwe Univeristy, P. M. B. 5025 Awka, Nigeria) ,  K. Igbokwe Philomena (Department of Chemical Engineering, Nnamdi Azikiwe Univeristy, P. M. B. 5025 Awka, Nigeria) ,  T. Nwabanne Joseph (Department of Chemical Engineering, Nnamdi Azikiwe Univeristy, P. M. B. 5025 Awka, Nigeria) ,  O. Nwajinka Charles (Department of Agric and Bioresource Engineering, Nnamdi Azikiwe Univeristy, P. M. B. 5025 Awka, Nigeria) ,  E. Ohale Paschal (Department of Chemical Engineering, Nnamdi Azikiwe Univeristy, P. M. B. 5025 Awka, Nigeria)
資料名： Artificial Intelligence in Agriculture  (Artificial Intelligence in Agriculture)
巻： 4  ページ： 39-47  発行年： 2020年 
JST資料番号： W5518A  ISSN： 2589-7217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ジャガイモ(Ipomoea batata)スライスの乾燥における含水量減少の予測における人工知能モデルの使用は,本研究の焦点であった。使用したモデルは,適応ニューロファジー推論システム(ANFIS),人工ニューラルネットワーク(ANN)および応答曲面法(RSM)であった。考慮したパラメータは乾燥時間,乾燥空気速度および温度であった。3つのモデルの能力と感度解析を相関係数(R2)と平均相対誤差(ARE),二乗平均平方根誤差(RMSE),ハイブリッド分数誤差関数(HYBRID)と絶対平均相対誤差(AARE)のようないくつかの統計的誤差関数を用いて評価した。その結果,3つのモデルは,ANFIS,ANNおよびRSMに対して,それぞれ,0.998,0.997および0.998のR2を有する有意な予測挙動を示した。AREの計算した誤差関数(RSM=1.778,ANFIS=1.665およびANN=4.282)およびRMSE(RSM=0.0273,ANFIS=0.0282およびANN=0.1178)は,実験値と予測値の間の良好な調和を示唆した。3つのモデルは実験データとよく一致する適切な予測を与えるが,RSMとANFISはANNより良いモデル予測を与えた。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ジャガイモ ,  感度解析 ,  *最適化手法 ,  ニューラルネットワーク ,  相関係数 ,  含水量 ,  人工知能 ,  乾燥空気 ,  ファジィニューラルネットワーク ,  応答曲面法 ,  誤差関数
準シソーラス用語： 相対誤差 ,  予測値 ,  適応ニューロ-ファジィ推論システム ,  モデル予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 水分含量 ,  ジャガイモ ,  適応ニューロファジィ推論システム ,  人工ニューラルネットワーク ,  応答曲面法

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (6件)： ジャガイモ ,  スライス ,  水分含量 ,  予測 ,  最適化技術 ,  評価