تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > تحديد جودة منتجات الألبان باست...>مارك

تحديد جودة منتجات الألبان باستخدام تقنيات التعلم الآلي

العنوان بلغة أخرى: Determining the Quality of Dairy Products Using Machine Learning Techniques
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: العبيدي، نور عبدالخالق فاضل (مؤلف)
المؤلف الرئيسي (الإنجليزية): Fadel, Nour A.
مؤلفين آخرين: بهنام، بيداء سليمان (م. مشارك)
المجلد/العدد: مج33, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: آذار
الصفحات: 17 - 31
ISSN: 1812-125X
رقم MD: 1468704
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
التعلم الآلي | المنتجات الغذائية | جودة منتجات الألبان
كلمات المؤلف المفتاحية:
Machine Learning "ML" | Support Vector Machine "SVM" | K Nearest Neighbor "KNN" | Decision Tree "DT" | Bagging Dairy Product Quality
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 05026nam a22002417a 4500
001 2212962
041 |a ara 
044 |b العراق 
100 |9 778723  |a العبيدي، نور عبدالخالق فاضل  |e مؤلف  |g Fadel, Nour A. 
245 |a تحديد جودة منتجات الألبان باستخدام تقنيات التعلم الآلي 
246 |a Determining the Quality of Dairy Products Using Machine Learning Techniques 
260 |b جامعة الموصل - كلية التربية  |c 2024  |g آذار 
300 |a 17 - 31 
336 |a بحوث ومقالات  |b Article 
520 |a تعتبر المنتجات الغذائية مصدرا أساسيا لحياة الإنسان، لذلك لها مكانة مهمة جدا، وسيكون من المهم مراقبة جودتها وتحديدها في وقت قصير. تتناول دراستنا منتجا غذائيا مهما جدا ولا يمكن الاستغناء عنه، وهو منتج الحليب، الذي يعتبر العنصر الأساسي والمهم في حياة الناس، وخاصة الأطفال، لأنه المصدر الرئيسي لنموهم، وبناء عظامهم، وتقويتها. ولأنه منتج سريع التلف، فلا بد من مراقبته ومراقبة مواصفاته، لأن أي جرام من الحليب يكون منخفض الجودة أو رديء الجودة قد يتسبب في فساد أطنان من الحليب، ويتسبب أيضا في خسائر مالية كبيرة. لذلك تم إجراء دراسة لتحديد جودة منتج الألبان من خلال خوارزميات التعلم الآلي (ML) وهي خوارزمية آلة ناقل الدعم (SVM) وخوارزمية الجيران الأقرب (KNN) وخوارزمية شجرة القرار (DT) وخوارزمية التعبئة باستخدام مجموعة بيانات الحليب مأخوذة من مستودع البيانات .Kaggle تتكون هذه البيانات من 1059 عينة وسبع ميزات. تم تدريب النماذج المقترحة واختبارها بهدف إيجاد النموذج الأفضل والأكثر دقة للكشف عن جودة الحليب وتم تقييمها باستخدام مقاييس التقييم: الدقة، الضبط الاستدعاء، fl -score ومصفوفة الارتباك. ووفقا لنتائج التقييم، تفوقت النماذج الثلاثة: SVM :وKNN، وDT على خوارزمية التعبئة، حيث حصلت على أعلى مستوى لجميع المقاييس بنسبة 100%. وكانت خوارزمية SVM هي الأكثر كفاءة لأن وقت تنفيذها كان 0.146 ثانية، وهو أقل من النماذج الأخرى.  |b Food products are an essential source of human life, so they have a very important place, and it will be important to monitor and determine their quality in a short time. Our study deals with a very important and indispensable food product, which is the milk product, which is considered the main and important element in people’s lives, especially children, because it is the main source of their growth, building their bones, and strengthening. Because it is a highly perishable product, it must be monitored and its specifications must be monitored, because any gram of milk that is of low or poor quality may cause tons of milk to spoil, and also cause major financial losses. Therefore, a study was conducted to determine the quality of dairy product through machine learning algorithms (ML), which are support vector machine (SVM) algorithm, nearest neighbors (KNN) algorithm, decision tree (DT) algorithm and Bagging algorithm using milk dataset taken from data warehouse Kaggle. This data consists of 1059 samples and seven features. The proposed models were trained and tested with the aim of finding the best and most accurate model for detecting milk quality and were evaluated using the evaluation metrics: accuracy, precision, recall, f1_score and confusion matrix. According to the evaluation results three models: SVM, KNN, and DT outperformed Bagging algorithm, as they obtained the highest level for all metrics 100%. The SVM algorithm was the most efficient because its execution time was 0.146 seconds, which was less than the other models. 
653 |a التعلم الآلي  |a المنتجات الغذائية  |a جودة منتجات الألبان 
692 |b Machine Learning "ML"  |b Support Vector Machine "SVM"  |b K Nearest Neighbor "KNN"  |b Decision Tree "DT"  |b Bagging Dairy Product Quality 
700 |9 194319  |a بهنام، بيداء سليمان  |e م. مشارك  |g Bahnam, Baydaa Sulaiman 
773 |4 التربية والتعليم  |6 Education & Educational Research  |c 002  |e Journal of Education and Science  |f Mağallaẗ al-tarbiyaẗ wa-al-ʻilm  |l 001  |m مج33, ع1  |o 0168  |s مجلة التربية والعلم  |v 033  |x 1812-125X 
856 |u 0168-033-001-002.pdf 
930 |d n  |p y  |q n 
995 |a EduSearch 
999 |c 1468704  |d 1468704 

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.