การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อคัดแยกคุณภาพนม จากคุณสมบัติไดอิเล็กตริก

Abstract

บทความนี้นําเสนอการคัดแยกคุณภาพของนมด้วยโครงข่ายประสาทเทียม โดยใช้ความแตกต่างของคุณสมบัติไดอิเล็กตริกที่เกิดขึ้นระหว่างนมดีและนมเสีย การวัดคุณสมบัติไดอิเล็กตริกของนมถูกวัดในช่วงความถี่กว้างตั้งแต่ 0.5 ถึง 3กิกะเฮิรตซ์ ข้อมูลที่ได้จากการวัดคือค่าคงที่ไดอิเล็กตริกและตัวประกอบการสูญเสียไดอิเล็กตริก ถูกนํามาใช้ฝึกสอนโครงข่าย
ประสาทเทียมเพื่อให้สามารถจําแนกคุณภาพของนม ข้อมูลที่ใช้สําหรับการฝึกสอนโครงข่ายประสาทเทียมถูกแบ่งออกเป็น 3 กลุ่ม คือ 10%, 20% และ 50% ต่อข้อมูลทั้งหมด อัตราการเรียนรู้อยู่ในช่วง 0.0005, 0.001 และ 0.002 ตามลําดับ และจํานวนโนดซ่อนเร้นถูกปรับตั้งแต่ 4, 6 และ 9 ตามลําดับ ซึ่งจากการจําลองระบบข้อมูลที่ 20% เพียงพอต่อการฝึกสอน
โครงข่ายประสาทเทียมและที่อัตราการเรียนรู้ 0.001 ระบบสามารถเรียนรู้ได้อย่างมีประสิทธิภาพ จํานวนโนดซ่อนเร้นที่เหมาะสม 6 โนด ซึ่งทําให้ระบบสามารถตัดสินใจได้อย่างแม่นยําจึงทําให้สามารถใช้ทรัพยากรได้อย่างคุ้มค่าและมีประสิทธิภาพ