Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışma, YSA ve GAO algoritmasının birlikte kullanılması ile ekstraksiyon koşullarının optimizasyonunda zaman, emek ve maliyetverimliliği sağlandığını ortaya koymuştur.
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı, Pleurotus cornucopiae var. citrinopileatus mantarı ekstraksiyon koşullarının yapay zekâ metotlarıyla optimize edilmesidir. Bu amaç doğrultusunda %0, 30, 60, 90 etanol oranı kullanılarak, 1, 2 ve 4 mg/mL ekstrakt konsantrasyonunda elde edilen ekstraktların, 1,2, 3, 4,2 ve 6 pH koşullarındaki antioksidan aktiviteleri mevcut bir deneysel çalışmadan elde edilmiştir. Ekstraksiyon koşullarının modellenmesi Yapay Sinir Ağları (YSA) ile yapılmış ve Güve-Alev Optimizasyon (GAO) algoritması kullanılarak optimize edilmiştir. En iyi tahmin modelini elde etmek için farklı gizli nöron sayıları denenmiş ve en uygun gizli nöron sayısı 5 olarak bulunmuştur. Elde edilen bu modelin hata karelerinin ortalaması ve ortalama mutlak yüzde hatası tüm veri seti için sırasıyla 1,79 ve %3,24 olarak bulunmuştur. Optimizasyon süreci sonrasında maksimum antioksidan aktivite %56,76 olarak bulunmuştur ve bu sonucu elde etmek için optimum ekstraksiyon parametreleri %66,34 etanol oranı, 4 mg/mL ekstrakt konsantrasyonu ve 2,36 pH olarak belirlenmiştir. Bu çalışma, YSA ve GAO algoritmasının birlikte kullanılması ile ekstraksiyon koşullarının optimizasyonunda zaman, emek ve maliyetverimliliği sağlandığını ortaya koymuştur.
Abstract
The aim of this study is to optimize the extraction conditions of Pleurotus cornucopiae using artificial intelligence methods. For this purpose, the data of antioxidant activities of mushrooms extracted at 0, 30, 60, 90 % ethanol ratio, 1, 2 and 4 mg/mL extract concentration and 1,2, 3, 4.2 and 6 pH conditions were obtained from an previous experimental study. The extraction conditions were modelled using artificial neural networks and optimized using Moth-Flame Optimization algorithm. In order to obtain the best prediction model, different numbers of hidden neurons were tried and the optimal number of hidden neurons was found to be 5. The mean of squares of error and mean absolute percent error of this model were found to be 1.79 and 3.24%, respectively, for the all data set. After the optimization process, the maximum antioxidant activity was found to be 56.76%, and the optimum extraction parameters were determined as 66.34% ethanol ratio, 4 mg/mL extract concentration and 2.36 pH to obtain this result. This study revealed that the use of artificial neural networks and Moth-Flame Optimization Algorithm integration provides time, labor and cost efficiency in the optimization of extraction conditions.