Ecouter
❯
Réseau de capteurs - IOT
❯Réduire les rappels d'aliments avec AI-Dri
Conception de produits à l'aide de l'IA
Représentation des connaissances - Réseau bayésien
AI-dispatcher (opérateur) d'une infrastructure de système d'énergie distribuée à grande échelle
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Réduire les rappels d'aliments avec AI-Dri
Analyse prédictive du comportement et des conditions psycho-émotionnelles des joueurs d'eSports à l'aide de données hétérogènes et de l'intelligence artificielle
Conscience robotique
Ontologies pour bâtiments intelligents
Véhicule de protection sans pilote pour les travaux routiers sur les autoroutes
Composants IA pour le pelotonnage de véhicules sur la voie publique
Utilisation d'une solution robotique pour la police et le contrôle du trafic
Analyse comportementale et sentimentale
Des semaines aux heures : comment les assureurs innovent avec l'IA pour raccourcir le temps de traitement des sinistres et améliorer l'expérience client
Solution AI (swarm intelligence) pour la détection d'attaques dans l'environnement IoT
Solution robotique pour remplacer le travail humain dans des conditions dangereuses
Détection des maladies animales
Gestion des écosystèmes à partir de l'inférence de relation causale à partir de données d'observation
Prévisions météorologiques dans l'agriculture
Conscience de scène de vision robotique
L'IA pour comprendre l'adultération dans les aliments couramment utilisés
Services de synthèse vocale basés sur l'IA avec des voix personnelles pour les personnes ayant des troubles de la parole
Fabrication et usines - Maintenance prédictive
Véhicule de remorquage d'avion autonome
Amélioration de la productivité pour l'exploitation de l'entrepôt
Réduire les rappels d'aliments avec AI-Dri
Pour:
Entreprises alimentaires, magasins de détail, restaurantsObjectif:
Anticiper les risques, améliorer l'efficacité des opérationsProblème adressé
Une étude a révélé qu'un rappel d'aliments causé par une contamination bactérienne ou microbiologique coûte généralement 10 millions de dollars américains. Le problème actuel est que les problèmes de sécurité alimentaire surgissent souvent après que les produits ont déjà été expédiés, commercialisés ou, dans certains cas, ingérés. Les rappels d'aliments qui s'ensuivent ont un impact négatif à la fois sur l'économie et sur la réputation. Actuellement, les données générées par les équipements de transformation des aliments doivent parfois être interprétées par des personnes. Pour réduire l'incidence des maladies d'origine alimentaire dans ses activités, le secteur alimentaire a besoin d'une approche axée sur les données.
Description
Étant donné qu'anticiper la qualité des aliments est essentiel pour maintenir des normes élevées de sécurité alimentaire, les systèmes basés sur l'IA ont été largement utilisés dans les applications de sécurité alimentaire. Un système de prévision des changements des conditions alimentaires a été développé en utilisant l'intelligence artificielle et l'apprentissage en profondeur. Il utilise un mode de détection alimenté par fréquence sans fil. Dans ce système, la puissance de radiofréquence à 915 MHz est appliquée pour détecter les conditions de gaz et d'humidité. Les données recueillies sur la composition et l'humidité des gaz sont utilisées dans le réseau d'apprentissage en profondeur pour prédire la qualité des repas. Il a été constaté que les variations de la qualité du poisson et du porc pouvaient être prédites avec une précision de 90,6 et 97,9 %, respectivement. La précision dépassera inévitablement 99 % à mesure que la technologie associée se développera.
Écouter - Réseau de capteurs - IOT
IA: Percevoir
Apprentissage automatique
IA: Comprendre
Aide à la décision - Optimiser
IA: Agir