Le séchage des aliments est essentiel à la production alimentaire, prolonger la durée de conservation, et
réduire les coûts de transport. Prévision précise en temps réel du séchage
la préparation est cruciale pour minimiser la consommation d’énergie, améliorer la productivité,
et garantir la qualité des produits. Cependant, cela reste un défi en raison de
caractère dynamique du séchage, disponibilité limitée des données, et le manque d'efficacité
méthodes d'analyse prédictive. Pour combler cette lacune, nous proposons une solution de bout en bout
cadre de fusion de données multimodal qui intègre des données vidéo in situ avec
paramètres de processus pour la prévision en temps réel de l'état de préparation au séchage des aliments. Notre
L'approche exploite une nouvelle architecture codeur-décodeur avec des modalités spécifiques
des encodeurs et un décodeur basé sur un transformateur pour extraire efficacement les fonctionnalités tout en
préserver la structure unique de chaque modalité. Nous appliquons notre approche à
Séchage des biscuits au sucre, où le temps de préparation est prédit à chaque horodatage.
Les résultats expérimentaux démontrent que notre modèle réalise une prédiction moyenne
erreur de seulement 15 secondes, surpassant les méthodes de fusion de données de pointe en
65.69% et un modèle uniquement vidéo par 11.30%. En plus, nos soldes modèles
précision des prédictions, taille du modèle, et efficacité informatique, le faire
bien adapté aux ensembles de données industrielles hétérogènes. Le modèle proposé est
extensible à diverses autres tâches de fusion de modalités industrielles pour en ligne
prise de décision.

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: