Makine Öğrenmesi Yaklaşımı Kullanılarak Tavuk Etinden İzole Edilen Listeria’ya Karşı Ozonun Antibakteriyel Etkisinin Tahmin Edilmesi
2025
Bülent Zorlugenç | Sema Atasever | Feyza Kıroğlu Zorlugenç
Bu çalışmada, ozon gazının Listeria spp. (tavuk işletmeleri ve tavuk etlerinden izole edilen) üzerine antibakteriyel etkilerini tahmin etmek amacıyla %99.99 doğruluk oranına sahip bir XGBoost tabanlı tahmin modeli geliştirilmiştir. Makine öğrenimi süreci öncesinde, deneysel verilerden elde edilen 75 adet veri üzerinde çeşitli ön işlemler gerçekleştirilmiş ve verilerin %70’i eğitim, %30’u test seti olarak rastgele ayrılmıştır. Çalışma kapsamında varsayılan ayarlarla beş farklı makine öğrenmesi algoritması denenmiş ve modellerin performansı karşılaştırılmıştır. R² skoruna göre en başarılı modelin XGBoost algoritması olduğu tespit edilmiştir. XGBoost modelinin doğruluk performansını artırmak amacıyla hiper-parametre optimizasyonu yapılmıştır. Araştırma sonucunda ozon gazı uygulamasının süresinin artmasıyla birlikte Listeria spp. üzerindeki antibakteriyel etkinin arttığı gözlemlenmiş, özellikle 20 dakika sonunda Listeria ivanovii, Listeria monocytogenes ve Listeria innocua türleri tamamen inhibe edilmiştir. Sonuç olarak, ozonun Listeria spp. üzerindeki antibakteriyel etkisinin türden türe değişebileceği ve ozon uygulamasının gıda güvenliği pratiklerinde etkili bir antibakteriyel yöntem olarak potansiyel taşıdığı tespit edilmiştir. Elde edilen bulgular, gıda güvenliği alanında prediktif modellerin endüstride uygulanabilirliğini göstermektedir.
Показать больше [+] Меньше [-]Ключевые слова АГРОВОК
Библиографическая информация
Эту запись предоставил Directory of Open Access Journals
