Kunstmatige intelligentie en Big Data in voedselveiligheid
De meeste Big Data applicaties vereisen dat er kan worden omgegaan met grote volumes, diverse bronnen en vormen van data, variërend van zeer gestructureerde tot ongestructureerde data, wat het gevolg is van de toename van het delen en beschikbaar stellen van data. Om met deze complexiteit om te gaan, zijn nieuwe tools nodig om deze gegevens automatisch te extraheren, integreren, visualiseren en ordenen in zowel door mensen als machines leesbare samenvattingen. Wageningen Food Safety Research onderzoekt de toepassing van Artificial Intelligence (AI) en Big Data technologieën in de voedselveiligheid om voedsel veilig te houden en te maken. Vooruitgang op deze gebieden zal ons in staat stellen om onze kennis op het gebied van AI en Big Data sterk te verbeteren en zal ons helpen om de beschikbare data beter te benutten voor het genereren van nieuwe kennis.
Publicaties
-
Artificial intelligence to detect unknown stimulants from scientific literature and media reports
Food Control (2021), Volume: 130 - ISSN 0956-7135 -
Role of analytical testing for food fraud risk mitigation – A commentary on implementation of analytical fraud testing : Role of analytical testing for food fraud mitigation
Current Research in Food Science (2021), Volume: 4 - ISSN 2665-9271 - p. 301-307. -
Identification of potential vulnerable points and paths of contamination in the Dutch broiler meat trade network
PLoS ONE (2020), Volume: 15, Issue: 5 - ISSN 1932-6203 -
A system approach towards prediction of food safety hazards : Impact of climate and agrichemical use on the occurrence of food safety hazards
Agricultural Systems (2020), Volume: 178 - ISSN 0308-521X -
Application of Bayesian Networks in the development of herbs and spices sampling monitoring system
Food Control (2018), Volume: 83 - ISSN 0956-7135 - p. 38-44. -
Development of food fraud media monitoring system based on text mining
Food Control (2018), Volume: 93 - ISSN 0956-7135 - p. 283-296. -
Application of Bayesian networks for hazard ranking of nanomaterials to support human health risk assessment
-
Big data in food safety; an overview
Critical Reviews in Food Science and Nutrition (2017), Volume: 57, Issue: 11 - ISSN 1040-8398 - p. 2286-2295. -
Big Data in food safety- A review
Current Opinion in Food Science (2020), Volume: 36 - ISSN 2214-7993 - p. 24-32. -
Prediction of food fraud type using data from Rapid Alert System for Food and Feed (RASFF) and Bayesian network modelling
Food Control (2016), Volume: 61 - ISSN 0956-7135 - p. 180-187.