Тестування системи аналізу даних для технології прогнозування шкідливих речовин.

Анотація

Питання безпечності продуктів гостро стоїть у багатьох країнах та компаніях. Адже від вживання продуктів, що контаміновані шкідливими речовинами, щороку велика кількість людей отримають різні захворювання. Щоб підвищити безпечність продуктів, необхідні технології, які дають змогу швидко провести тестування продукції, та на основі отриманих результатів застерегти появі шкідливих речовин. Сьогодні у світі активно розвиваються біосенсорні технології для проведення експрес-тестування продуктів сільськогосподарського призначення. Використання технологій інтелектуального аналізу даних може забезпечити виявлення нових знань про характер та залежність від зовнішніх чинників різних шкідливих речовин. У статті розглядаються питання побудови та тестування технології прогнозування, до яких входять аналіз рішень, що вже існують, пошук прогностичних моделей, використання методів Data Mining для знаходження якісно нових знань та гіпотез, тестування гіпотез. У першому розділі статті проводиться огляд існуючих моделей та методів, представлено формули розрахунків ризика появи афлотоксину. У другому розділі проводиться короткий опис системи збору даних, що складається із сховища даних, сенсорів та мобільного додатка як джерела даних. Результати роботи інтелектуального аналізу даних із використанням методів Data Mining представлені у третьому розділі. Як результат, було отримано гіпотезу впливу на появу мікотоксинів у посівах. Підтвердження або спростування гіпотези виконувалось за рахунок її перевірки з використанням OLAP-технології. Результати перевірки гіпотези представлено в останньому, четвертому розділі. Основним результатом роботи є отримання системи аналізу даних, яка готова до апробації в реальних умовах. Проте слід зазначити, що необхідно провести більш розширене тестування на великих об’ємах даних, але це можливо накопичити за декілька років спостережень.