Ανάπτυξη καινοτόμων εργαλείων για την πρόβλεψη διατροφικών κινδύνων

Θεοδωρακοπούλου, Ζαχαρούλα

Development of innovative tools for the prediction of food hazards

Πτυχιακή εργασία

Author

Θεοδωρακοπούλου, Ζαχαρούλα

Date

2021-09

Advisor

Tsakali, Efstathia

Πτυχιακή εργασία (2.045Mb)

Keywords

Aσφάλεια τροφίμων ; Πρόβλεψη κινδύνων ; Τροπικά φρούτα

Abstract

Το αντικείμενο της παρούσας εργασίας είναι η παρουσίαση της ανάπτυξης καινοτόμων εργαλείων με σκοπό την πρόβλεψη διατροφικών κινδύνων. Συγκεκριμένα επιλέχθηκαν τέσσερα τροπικά/υποτροπικά φρούτα, τα· αβοκάντο, μάνγκο, παπάυα και ανανάς, ως μέσο προβολής για την παρουσίαση προβλεπόμενων κινδύνων, οι οποίοι έχουν υπολογισθεί από το μοντέλο βαθιάς εκμάθησης της εφαρμογής FOODAKAI. Αρχικά, γίνεται αναφορά στην ιστορική εξέλιξη της ασφάλειας τροφίμων και ο συσχετισμός της με την ψηφιακή τεχνολογία τεχνητής νοημοσύνης. Έπειτα παρουσιάζονται εφαρμογές της τεχνολογίας προβλέψεων καθώς και η παρουσίαση των αποτελεσμάτων ενός ερωτηματολογίου. Ακολουθεί μια περιγραφή της εφαρμογής FOODAKAI και του τρόπου λειτουργίας της. Στη συνέχεια, παρουσιάζονται αναλυτικά τα φρούτα παραδίδοντας πληροφορίες για τα βοτανικά χαρακτηριστικά τους, απαιτήσεις καλλιέργειας κ.ά. Στο επόμενο κεφάλαιο παρατίθενται όλοι οι πιθανοί τύποι κινδύνων των φρούτων οι οποίοι είναι ικανοί να προκαλέσουν την απόρριψή τους από την αγορά τροφίμων. Στο έκτο κεφάλαιο, πραγματοποιείται αναλυτική παρουσίαση των αποτελεσμάτων πρόβλεψης κινδύνων από την εφαρμογή FOODAKAI, τα οποία αφορούν τα συγκεκριμένα τροπικά φρούτα. Εν κατακλείδι, στο τελευταίο κεφάλαιο τονίζεται η σημαντικότητα και ανάγκη για την μελέτη ανάπτυξης νέων εργαλείων πρόβλεψης διατροφικών κινδύνων με γνώμονα τη συμβολή πολλών και διαφορετικών παραγόντων.

Abstract

The purpose of this paper is to present the development of innovative tools for the prediction of food hazards. Specifically, four tropical/ subtropical fruits were selected: avocado, mango, papaya, and pineapple, as a means of projection for the presentation of predicted risks, which have been calculated from the deep learning model of the FOODAKAI application. Firstly, reference is made to the historical development of food safety and its correlation with the artificial intelligence technology. Then, applications of forecasting technology are presented as well as the presentation of the results of a questionnaire. The purpose of the questionnaire was to assess the attitude of food technologists as to the reference to such digital technologies and their application in production processes. Furthermore, there is a description of the FOODAKAI application and how it works. Then, the fruits are presented in detail, giving information about their botanical characteristics, cultivation requirements, etc. The next chapter lists all the possible types of fruit hazards that are likely to cause rejection by the food market. Then, a detailed presentation of the risk prediction results from the FOODAKAI application, which concern the specific tropical fruits, takes place. In conclusion, the last chapter emphasizes the importance and need to study the development of new tools for predicting food risks based on the contribution of many different factors.