تمييز جودة الحليب باستخدام التعلم الآلي

الباحث

نور عبد الخالق فاضل عبد

المشرف

بيداء سليمان بهنام

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / البرمجيات

الشهادة

دبلوم عالي

السنة

2024

لغة الرسالة

عربي

الكلمات المفتاحية

جودة الحليب ; التعلم الآلي ; التصنيف ; البيانات الزراعية

تعد جودة الألبان من الأمور ذات الأهمية الكبرى في صناعة الأغذية، إذ تعد الألبان من المصادر الرئيسية للبروتينات، والكالسيوم؛ والفيتامينات، والمعادن التي يحتاجها جسم الإنسان, الحليب أساس كل منتجات الالبان, فهو يمثل العنصر الأساسي والمهم في حياة الناسء ولاسيما الأطفال، لأنه مصدر لايستغنى dic لنموهم، وبناء عظامهم, وتقوبة أجسامهم. ويعد تحديد جودة منتج الحليب أمر بالغ الأهمية لغرض المراقبة لتقليل الخسائر والضرر المحتملء ومن أجل الحصول على كشف دقيق لجودة منتج الحليب, Lal الحليب ذو جودة عالية أو ذو جودة منخفضة، وقد تم في هذه الدراسة استخدام خوارزميات التعلم الآلي، وهي خوارزمية آلة متجه الدعم Support Vector Machine (SVM) ، وخوارزمية الجيران الاقرب K-nearest ،neighbor (KNN) خوارزمية شجرة القرار Decision Tree (DT) وخوارزمية التعبئة 8 باستخدام مجموعة بيانات الحليب المأخوذة من مستودع Kaggle إذ تتكون هذه البيانات من 1059 عينة. لقد تم تدريب النماذج المقترحة واختبارها بهدف إيجاد الانموذج الأفضل والأكثر دقة للكشف عن جودة الحليب وتم تفييمها باستخدام مقاييس التقييم: الدقة، والضبطهء والاستدعاء، fl score ومصفوفة الارتباك، ووفقاً لنتائج التقييم، تفوقت ثلاثة نماذج: DT 5 ،KNN 5 ،SVM على خوارزمية التعبئة،؛ حيث حصلت على أعلى مستوى لجميع المقاييس بنسبة %100. وكانت خوارزمية SVM هي الأكثر كفاءة، GY وقت تنفيذها كان 0.146 ABE وهو أقل من النماذج الأخرى.

The quality of dairy is of great importance in the food industry, as dairy is considered one of the main sources of proteins, calcium, vitamins, and minerals that the human body needs. Dairy is found in several products, the most important of which is milk. It represents the basic and important element in people’s lives, especially children, because it is an indispensable source for their growth, building their bones, and strengthening their bodies. Milk is a perishable product. Every gram of milk of poor quality or structure can cause tons of milk to spoil, causing major financial losses. Therefore, the quality and safety standards of this product are essential to ensure the provision of healthy and safe products to consumers. Determining the quality of the milk product is crucial for the purpose of monitoring to reduce potential losses and damage. In order to obtain an accurate detection of the quality of the milk product, whether high-quality or low-quality milk, machine learning algorithms were used in this thesis, namely the Support Vector Machine (SVM) algorithm, and the K-nearest neighbor (KNN) algorithm, Decision Tree (DT) algorithm and Bagging algorithm using milk dataset taken from Kaggle repository. This data consists of 1059 samples. 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 evaluation metrics: Accuracy, Precision, Recall, F1_score and Confusion matrix. According to the evaluation results, three models: SVM, KNN, and DT outperformed the bagging algorithm, obtaining the highest level of 100% for all metrics. The SVM algorithm was the most efficient because its execution time was 0.146 seconds, which was less than other models.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب