ИИХ

🌐 Идентификация происхождения кофе с помощью машинного обучения

Комбинация масс-спектрометрии и глубокого обучения позволяет классифицировать кофейные зерна на основе анализа аромата кофе

☕ Разработан быстрый, недеструктивный и производительный метод для установления происхождения кофейного сырья. Предложенный подход с использованием масс-спектрометрии летучих соединений кофе и алгоритмов машинного обучения обеспечивает работу в автоматическом режиме и не требует предварительной пробоподготовки, позволяя неспециалистам проводить оценку подлинности продукции в режиме реального времени.

Доступная кофейная продукция обладает различными ароматом, вкусом, географическим происхождением и ценой. Существующие методы анализа кофе включают длительную трудоемкую пробоподготовку в виде экстракции активных компонентов с ограниченной эффективность обнаружения.

В исследовании предложена методика для классификации кофе с помощью масс-спектрометрии с ионизацией коронного разряда газового аналита – летучих компонентов кофейных зерен. Для обеспечения высокой производительности было разработано устройство отбора проб с воздушной завесой для предотвращения смешивания летучих веществ разных образцов.

📊 Полученные аналитические данные обработаны специальным алгоритмом глубокого обучения для автоматической идентификации происхождения кофе. Алгоритм не только выделяет значимые пики в спектре, сокращая вдвое вводные данные, но также снижает интерференцию и «шумы». Достигнута точность классификации в 99,78% на примере 6 сортов кофе с производительностью 1 образец в секунду.

Простой в работе, быстрый и высокоточный метод, предложенный в исследовании, поможет обеспечить подлинность продукции и предотвратить фальсификацию кофе.

📌 Публикация: Yang, H. et al. Rapid classification of coffee origin by combining mass spectrometry analysis of coffee aroma with deep learning. Food Chem. 2024, 446, 138811.

👍3🔥2✍1❤1

www.tgoop.com/AI_and_science/45

912 viewsFeb 27, 2024 at 13:15

🌐 Идентификация происхождения кофе с помощью машинного обучения

Комбинация масс-спектрометрии и глубокого обучения позволяет классифицировать кофейные зерна на основе анализа аромата кофе

☕ Разработан быстрый, недеструктивный и производительный метод для установления происхождения кофейного сырья. Предложенный подход с использованием масс-спектрометрии летучих соединений кофе и алгоритмов машинного обучения обеспечивает работу в автоматическом режиме и не требует предварительной пробоподготовки, позволяя неспециалистам проводить оценку подлинности продукции в режиме реального времени.

Доступная кофейная продукция обладает различными ароматом, вкусом, географическим происхождением и ценой. Существующие методы анализа кофе включают длительную трудоемкую пробоподготовку в виде экстракции активных компонентов с ограниченной эффективность обнаружения.

В исследовании предложена методика для классификации кофе с помощью масс-спектрометрии с ионизацией коронного разряда газового аналита – летучих компонентов кофейных зерен. Для обеспечения высокой производительности было разработано устройство отбора проб с воздушной завесой для предотвращения смешивания летучих веществ разных образцов.

📊 Полученные аналитические данные обработаны специальным алгоритмом глубокого обучения для автоматической идентификации происхождения кофе. Алгоритм не только выделяет значимые пики в спектре, сокращая вдвое вводные данные, но также снижает интерференцию и «шумы». Достигнута точность классификации в 99,78% на примере 6 сортов кофе с производительностью 1 образец в секунду.

Простой в работе, быстрый и высокоточный метод, предложенный в исследовании, поможет обеспечить подлинность продукции и предотвратить фальсификацию кофе.

📌 Публикация: Yang, H. et al. Rapid classification of coffee origin by combining mass spectrometry analysis of coffee aroma with deep learning. Food Chem. 2024, 446, 138811.

BY ИИХ