تعیین سطح ریسک ایمنی بقایای بنزوپیرن در روغنهای گیاهی خوراکی بر اساس مدل ترکیبی LSTM-LightGBM

چکیده مقاله

یکی از منابع مهم حاوی اسیدهای چرب ضروری و مفید برای بدن انسان روغنهای گیاهی خوراکی هستند علیرغم خواص تغذیه ای، اگر این روغنها در شرایط نامناسب تولید یا ذخیره شوند، در معرض آلودگی های مختلف قرار گرفته که مصرف آن می تواند برای سلامت انسان مضر باشد از جمله ترکیبات آلی سرطان زا که می تواند به عنوان بقایای آلودگی در روغنهای گیاهی وجود داشته باشد، بنزوپیرن است از این رو، پیش بینی دقیق سطح ریسک ایمنی این ماده در روغنهای گیاهی پیش از آنکه در اختیار مصرف کننده قرار بگیرد، امری ضروری است یکی از رویکردهای موجود در تعیین سطح ریسک ایمنی، مدل سازی مبتنی بر روش های یادگیری ماشین است در این مطالعه، ضمن معرفی دو الگوریتم شبکه عصبی LSTM و یادگیری گروهی LightGBM برای پیش بینی سطح آلودگی، از رویکرد خطای معکوس با هدف ارائه مدل ترکیبی LSTM LightGBM با وزن متغیر برای پیش بینی و تعیین سطح ریسک ایمنی بهره گرفته می شود در ادامه چگونگی بکارگیری مدل پیشنهادی روی مجموعه داده واقعی آورده می شود مطالعات مقایسه ای بیانگر دقت بالا و عملکرد مناسب مدل پیشنهادی نسبت به مدل های انفرادی و ترکیبی موجود بر اساس معیارهای ارزیابی دقت، MAE، RMSE، صحت، پوشش و Fl است

کلیدواژه‌ها

نویسندگان

رباب افشاری

دانشگاه زنجان، دانشکده علوم، عضو هیات علمی گروه آمار

حنانه بیضائی

دانشگاه زنجان، دانشکده علوم، دانشجوی کارشناسی ارشد علم داده

�فشاری، رباب و بیضائی، حنانه،1404،تعیین سطح ریسک ایمنی بقایای بنزوپیرن در روغنهای گیاهی خوراکی بر اساس مدل ترکیبی LSTM-LightGBM،دومین کنگره بین المللی پیشگیری از سرطان،زنجان

ارائه‌شده در

مجموعه مقالات دومین کنگره بین المللی پیشگیری از سرطان8 مهر 1404 · زنجان