Forschung:Zerstörungsfreie Detektion mehrerer Qualitäten getrockneter Tintenfische durch hyperspektrale Bildgebung kombiniert mit 1D-KAN-CNNZusammenfassung: Da getrockneter Tintenfisch in orientalischen Ländern ein hochgeschätztes Meeresprodukt ist, benötigt die globale Lebensmittelindustrie eine schnelle und nicht-invasive Qualitätsbewertung dieses Produkts. Die vorliegende Studie verwendet daher hyperspektrale Bildgebung im sichtbaren und nahen Infrarotbereich (VIS-NIR) und Deep-Learning-Methoden (DL). Wir erfassten und verarbeiteten VIS-NIR (400-1000 nm) hyperspektrale Reflexionsbilder von 93 getrockneten Tintenfischproben. Wichtige Wellenlängen wurden unter Verwendung von Competitive Adaptive Reweighted Sampling, Hauptkomponentenanalyse und dem Algorithmus der sukzessiven Projektionen ausgewählt. Basierend auf einem Kolmogorov-Arnold-Netzwerk (KAN) stellen wir ein eindimensionales, KAN-Convolutional-Neural-Network (1D-KAN-CNN) für zerstörungsfreie Messungen von Fett, Protein und dem gesamten flüchtigen basischen Stickstoff vor...