شماره ركورد كنفرانس :
5286
عنوان مقاله :
تشخيص كيفيت برگ سبز چاي به‌كمك يادگيري عميق
عنوان به زبان ديگر :
Quality detection of green tea leaves using deep learning
پديدآورندگان :
اسدي علي aliasadi@iau.ac.ir دانشگاه آزاد اسلامي واحد لاهيجان , بهنيا ميلاد miladbehnia@iau.ac.ir دانشگاه آزاد اسلامي واحد لاهيجان , خوشحال رودپشتي كامراد ka.khoshhal@iau.ac.ir دانشگاه آزاد اسلامي واحد لاهيجان , فلاح راد محسن mo.falahrad@iau.ac.ir دانشگاه آزاد اسلامي واحد لاهيجان
تعداد صفحه :
8
كليدواژه :
برگ سبز چاي , يادگيري عميق , دسته‌بندي , كانولوشني , يادگيري ماشين
سال انتشار :
1402
عنوان كنفرانس :
پنجمين كنفرانس بين‌المللي محاسبات نرم
زبان مدرك :
فارسي
چكيده فارسي :
چاي يكي از محبوب‌ترين نوشيدني‌هاي دنيا است كه در كشور ايران نيز توليد و فراوري مي‌شود و داراي درجه‌بندي كيفيت گوناگوني است. جهت تشخيص درجه برگ سبز چاي، روش‌هاي مختلفي وجود دارد كه در ايران معمولاً ارزيابي آن به‌صورت دستي يا چشمي صورت مي‌گيرد. به‌صورت مرسوم، جهت ارزيابي خودكار كيفيت برگ سبز از الگوريتم‌هاي يادگيري ماشين و عميق استفاده مي‌گردد كه هركدام داراي چالش‌هاي مربوط به خود هستند. به‌عنوان‌مثال در روش يادگيري عميق، نياز به حجم و منابع پردازشي زياد است و در روش يادگيري ماشين نيز، امكان استخراج ويژگي يكسان در پايگاه‌داده‌ها بسيار سخت خواهد بود. در روشي كه در اين پژوهش ارائه‌شده، به دنبال آن هستيم تا از طريق مدل‌سازي با عامل‌هاي محدود كه از لحاظ دقت و صحت داراي نتايج مناسب هستند، بر مشكلات فوق‌الذكر درباره يادگيري عميق غلبه گردد. براي اين كار، پايگاه‌داده‌هاي بومي با استفاده از برگ‌هاي سبز چاي ايجاد شده و مدل پيشنهادي با به‌كارگيري پايگاه‌داده آموزش داده شد. نتايج نشان مي‌دهد با به‌كارگيري روش پيشنهادي، به ميزان مناسبي از معيارهاي دقت و صحت جهت تشخيص كيفيت برگ سبز چاي دست پيدا شده‌است و همچنين كاهش تعداد عامل‌ها نسبت به مدل‌هاي پيچيده‌تر، موجب كاهش معيارهاي ارزيابي در مدل پيشنهادي نشده است.
كشور :
ايران
لينک به اين مدرک :
بازگشت