Химические вещества из упаковки могут попадать в еду и воду, что может быть опасно для здоровья.
Традиционные методы изучения влияния упаковки на содержимое сложные и дорогие, поэтому ученые решили использовать искусственный интеллект (ИИ) для решения этой задачи.
В исследовании, опубликованном в журнале Scientific Reports, ученые применили пять моделей машинного обучения. Все нейросети обучались на 1847 наборах данных, где учитывались такие факторы, как температура, свойства химических веществ и типы упаковки и продуктов.
Эксперимент показал, что лучше всего с задачей справился регрессор с градиентным усилением (GBR). Эта модель продемонстрировала высокую точность в прогнозировании миграции химических веществ из упаковки в еду или воду. Ученые отметили, что GBR эффективно учитывает сложные взаимосвязи между различными факторами, такими как температура и химический состав.
Кроме того, исследование выявило неоднозначное влияние температуры на процесс миграции. Сначала при повышении температуры миграция уменьшается, но при дальнейшем нагревании процесс снова усиливается. Данное открытие подчеркивает сложность взаимодействия факторов, влияющих на перенос химических веществ.
В будущем ученые планируют использовать более сложные методы машинного обучения, а также изучать новые виды упаковки, такие как биопластики и нанокомпозиты. Это позволит точнее оценивать риски для здоровья и разрабатывать безопасные упаковочные материалы.
VK
OK
Telegram
Дзен