Maschinelles Lernen für Haltbarkeits- und Absatzprognosen und Bestimmung der Authentizität

Third Party Funds Group - Sub project


Start date : 01.04.2022

End date : 31.12.2023

Website: https://www.bayfor.org/de/unsere-netzwerke/bayerische-forschungsverbuende/forschungsverbuende/project/shield/teilprojekt-3-masch


Overall project details

Overall project

SHIELD - Sichere heimische Bio-Lebensmittel durch sensorische Detektionsverfahren

Overall project speaker:

Project details

Scientific Abstract

Ziel dieses Teilprojekts ist es, datengetriebene Vorhersagen über Absatz und Haltbarkeit der Produkte unserer Industriepartner zu treffen, um Nahrungsmittelverluste zu reduzieren, während der Umsatz erhöht wird. Eine besondere Herausforderung von frischen Lebensmitteln stellt ihre kurze Haltbarkeit da, welche eine besonders präzise Absatzprognose notwendig macht. Wir adressieren dieses Problem mit einem auf Bayes‘schen maschinellen Lernen basierenden Ansatz. Bayes‘sche Methoden liefern zusätzlich zu einer punktuellen Vorhersage (z. B. über den Absatz) auch ein Maß über die Unsicherheit dieser Vorhersage.

Involved:

Contributing FAU Organisations:

Funding Source