1. Predicting corn moisture content in continuous drying systems using LSTM neural networksMarko Simonič, Mirko Ficko, Simon Klančnik, 2025, izvirni znanstveni članek Opis: As we move toward Agriculture 4.0, there is increasing attention and pressure on the productivity of food production and processing. Optimizing efficiency in critical food processes such as corn drying is essential for long-term storage and economic viability. By using innovative technologies such as machine learning, neural networks, and LSTM modeling, a predictive model was implemented for past data that include various drying parameters and weather conditions. As the data collection of 3826 samples was not originally intended as a dataset for predictive models, various imputation techniques were used to ensure integrity. The model was implemented on the imputed data using a multilayer neural network consisting of an LSTM layer and three dense layers. Its performance was evaluated using four objective metrics and achieved an RMSE of 0.645, an MSE of 0.416, an MAE of 0.352, and a MAPE of 2.555, demonstrating high predictive accuracy. Based on the results and visualization, it was concluded that the proposed model could be a useful tool for predicting the moisture content at the outlets of continuous drying systems. The research results contribute to the further development of sustainable continuous drying techniques and demonstrate the potential of a data-driven approach to improve process efficiency. This method focuses on reducing energy consumption, improving product quality, and increasing the economic profitability of food processing
Ključne besede: drying, moisture prediction, big data, artificial intelligence, LSTM
Objavljeno v DKUM: 21.03.2025; Ogledov: 0; Prenosov: 11
 Celotno besedilo (2,99 MB)
Gradivo ima več datotek! Več... |
2. Analiza in optimizacija procesnih parametrov sušilnice za koruzo : magistrsko deloMarko Simonič, 2024, magistrsko delo Opis: Magistrsko delo obsega opis razvoja in implementacije modela globoke nevronske mreže z LSTM arhitekturo. Model omogoča napovedovanje vlažnosti koruze na izhodu iz sušilnega sistema na podlagi meritev vlažnosti koruze na vhodu in beleženja temperaturnih parametrov med obratovanjem. Razvoj modela je vključeval temeljito analizo in preučitev posameznih temperaturnih parametrov. Pri tem smo izvedli regresijsko analizo, ki je raziskovala vpliv vhodne vlažnosti, ciljne temperature gorilnika in časa sušenja med izpusti koruze na spremembe temperaturnih parametrov v sušilnem sistemu. Poleg tega smo preučili tudi statistične vplive samih temperaturnih parametrov na vlažnost koruze na izhodu iz sušilnega sistema. Analiza nam je omogočila ustrezno pripravo podatkov za učenje napovednih modelov. Uspešnost razvitih napovednih modelov je ocenjena s povprečno absolutno napako (angl. mean absolute error – MAE), povprečno kvadratno napako (angl. mean squared error – MSE), korenom povprečne kvadratne napake (angl. root mean squared error – RMSE) in srednjo absolutno odstotkovno napako (angl. mean absolute percentage error – MAPE).
Najuspešnejši model za napovedovanje vlažnosti na izhodu iz sušilnega sistema je imel na učnih podatkih odlično zmogljivost napovedovanja, saj so povprečne vrednosti MAE znašale 0,352, RMSE 0,645, MSE 0,416 in MAPE 2,555. Izvedena je bila tudi vizualizacija rezultatov za nadaljnjo analizo in interpretacijo.
Ključne besede: sušilni sistem, globoko učenje, LSTM, napovedovanje, optimizacija, koruza, vlaga
Objavljeno v DKUM: 28.03.2024; Ogledov: 275; Prenosov: 107
Celotno besedilo (3,60 MB) |
3. Pregled obstoječih rešitev na trgu in razvoj nove rešitve za montažo strelne optike : diplomsko deloMarko Simonič, 2021, diplomsko delo Opis: V diplomskem delu je predstavljena nova rešitev montiranja strelne optike na puške, ki v primerjavi z obstoječimi omogoča uporabo iste strelne optike na različnih puškah.
Teoretični del je razdeljen na dva dela. V prvem delu smo preverili, kakšne so obstoječe rešitve montažnih elementov za strelno optiko. V drugem delu smo analizirali načine segmentiranja odjemalcev in določanja cen.
V empiričnem delu je izdelana možna konstrukcijska rešitev nastavljivega montažnega elementa. S pomočjo ankete smo analizirali, kolikšna bo maksimalna možna cena nastavljivega montažnega elementa. Določene cene kažejo, da je rešitev cenovno sprejemljiva in omogoča kupcem prihranek, podjetju pa konkurenčno prednost in dobiček.
Ključne besede: montažni element, Picatinny, letev, strelna optika, segment, prihranek
Objavljeno v DKUM: 20.09.2021; Ogledov: 950; Prenosov: 74
Celotno besedilo (1,83 MB) |
