Using the fuzzy neural network for the sensory evaluation of coffee products

Abstract

Sensory evaluation is an important component in the food and consumer products industries. This study proposes the use of fuzzy neural network model for the coffee sensory evaluation. The combination of neural networks and fuzzy logic is expected to improve the learning ability of neural networks in volatile environments such as sensory evaluation. The experimental results do not only show that the proposed method is faster and more accurate than the method which is based only on neural networks, but also show that the proposed method is effective in the class of food sensory evaluation problems based on ingredients structure.
Keywords
sensory neuron network fuzzy logic coffee

References

1.
Bùi Công Cường và Nguyễn Doãn Phước (2001). Hệ Mờ mạng Neuron và ứng dụng. NXB Khoa học Kỹ thuật, Hà Nội.
2.
Bùi Công Danh, Nguyễ Thị Diệu Hiền (2021). Đánh giá cảm quan rượu trắng bằng mạng noron nhân tạo. Tạp chí Công Thương, số 4 tháng 2, 272- 279.
3.
Nguyễn Hoàng Dũng, Trương Cao Suyền, Nguyễn Thị Minh Tú, Phan Thụy Xuân Uyên (2007). Đánh giá cảm quan thực phẩm Nguyên lý và Thực hành. Biên dịch nhà xuất bản Đại học Quốc gia TP. Hồ Chí Minh.
4.
Nguyễn Hoàng Dũng (2005). Giáo trình Thực hành đánh giá cảm quan. Trường Đại học Bách Khoa TP. Hồ Chí Minh.
5.
Nguyễn Như Hiền, Lại Khắc Lãi (2007). Hệ mờ và nơron trong kỹ thuật điều khiển. Nhà xuất bản Khoa học Tự nhiên và Công nghệ Hà Nội.
6.
Hoàng Kiếm, Trương Mỹ Dung, Lê Hoài Bắc, Lê Hoàng Thái (2003). Mạng Nơron mờ ứg dụng cho bài toán chứng thực vân tay. Hội thảo quốc gia lần thứ 6: Một số vấn đề về chọn lọc của công nghệ thông tin, Thái Nguyên, 29 - 31/8/2003.
7.
Hà Duyên Tư (1956-2006). Kỹ thuật phân tích cảm quan thực phẩm. NXB Khoa học và Kỹ thuật Hà Nội.
8.
Võ Thị Thủy Tú (2004). Luận văn ứng dụng mô hình nơron mờ trong việc phát hiện tế bào cổ tử cung giai đoạn tiền ung thư Trường Đại học Khoa học Tự nhiên Thành phố Hồ Chí Minh.
9.
Zhang, Jun, & Chen, Yixin (1997). Food sensory evaluation employing artificial neural networks. Sensor Review, 17(2), 150-158(9).