本レビューは、食品中のマイコトキシン検出への機械学習の適用に関する最近の研究を系統的に概観したものである。
主な内容は以下の通り:
マイコトキシンとは、特定の真菌が産生する毒性の二次代謝産物であり、食品の安全性と公衆衛生に重大な脅威を及ぼす。従来の分析手法は時間がかかり、大規模なスクリーニングには適していない。
近年、機械学習手法がマイコトキシン検出や食品安全分野で注目を集めている。機械学習は大規模なデータセットを処理し、従来の手法では見出せない意味のある情報パターンを抽出することができる。
本レビューでは、ニューラルネットワーク、ランダムフォレスト、勾配ブースティングなどの主要な機械学習手法の適用事例を紹介し、それぞれの長所と課題を分析した。
多くの研究では、ニューラルネットワークが最も一般的に用いられているが、畳み込みニューラルネットワークが最も人気があることが明らかになった。
機械学習モデルの再現性と最適化に関する情報が不足しているという課題が指摘された。モデルのハイパーパラメータの詳細な報告や、オープンソースコードの提供が求められる。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Alan Inglis,... at arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15387.pdfDeeper Inquiries