In predictive microbiology, mathema

In predictive microbiology, mathematical models are developed
that can quantify the microbial evolution in food products or food
processing environments. The development of a mathematical
model follows the general model building procedure, which
encloses three basic steps (Asprey & Macchietto, 2000; Tarantola,
2005). Initially, relevant a priori knowledge is collected and a set
of independent variables (e.g., physical quantities) is determined
which defines the investigated system (parameterization of the
system). Next, one or more mathematical model structures are
proposed that are able to predict the system’s behavior (forward
modeling). A precondition is that the models are structurally
identifiable, i.e., all model parameters can be identified uniquely. In
the third step, the predictive quality of the models is improved by
adjusting the intrinsic model parameters to the actual measurements
(parameter estimation). Subsequently, the validity of its
structure and parameter estimates is tested against new experimental data.
When the descriptive quality of the model is insufficient, an adaptation of the model structure and/or parameter estimates is needed. As such, model structure selection and parameter estimation are combined in an iterative model building cycle. Finally, a model is obtained that agrees with reality as closely as possible.

ผลลัพธ์ (ไทย) 2:

จุลชีววิทยาการทำนายแบบจำลองทางคณิตศาสตร์มีการพัฒนา
ที่สามารถวัดปริมาณวิวัฒนาการของจุลินทรีย์ในผลิตภัณฑ์อาหารหรืออาหาร
สภาพแวดล้อมการประมวลผล การพัฒนาทางคณิตศาสตร์
รูปแบบดังนี้รูปแบบทั่วไปขั้นตอนการสร้างซึ่ง
ล้อมรอบสามขั้นตอนล่าง (Asprey & Macchietto 2000; Tarantola,
2005) ในขั้นต้นที่เกี่ยวข้องมีความรู้เบื้องต้นจะถูกรวบรวมและชุด
ของตัวแปรอิสระ (เช่นปริมาณทางกายภาพ) จะถูกกำหนด
ซึ่งเด Fi Nes ระบบการตรวจสอบ (พาราเมทริกของ
ระบบ) ถัดไปหนึ่งหรือมากกว่าโครงสร้างแบบจำลองทางคณิตศาสตร์ที่มีการ
เสนอว่าจะสามารถทำนายพฤติกรรมของระบบ (ไปข้างหน้า
แบบจำลอง) สิ่งที่จำเป็นก็คือรูปแบบที่มีโครงสร้าง
สายการระบุสามารถเช่นทุกพารามิเตอร์แบบสามารถเอ็ดสายการระบุที่ไม่ซ้ำกัน ใน
ขั้นตอนที่สาม, ที่มีคุณภาพการคาดการณ์ของแบบจำลองจะดีขึ้นโดย
การปรับพารามิเตอร์แบบที่แท้จริงในการวัดที่เกิดขึ้นจริง
(ประมาณค่าพารามิเตอร์) ต่อจากนั้นความถูกต้องของ
ประมาณการโครงสร้างและพารามิเตอร์การทดสอบกับข้อมูลการทดลองใหม่.
เมื่อพรรณนาคุณภาพของรูปแบบไม่เพียงพอ, การปรับตัวของโครงสร้างรูปแบบและ / หรือประมาณการพารามิเตอร์เป็นสิ่งจำเป็น เช่นการเลือกรูปแบบโครงสร้างและการประมาณค่าพารามิเตอร์จะรวมกันในรอบอาคารรูปแบบซ้ำแล้วซ้ำอีก สุดท้ายจะได้รับรูปแบบที่เห็นด้วยกับความเป็นจริงมากที่สุด

ผลลัพธ์ (ไทย) 3:

ในจุลชีววิทยาพยากรณ์ แบบจำลองคณิตศาสตร์ที่พัฒนา
ที่สามารถวัดปริมาณวิวัฒนาการของจุลินทรีย์ในอาหารหรือผลิตภัณฑ์อาหาร
การประมวลผลสูง การพัฒนาแบบจำลองทางคณิตศาสตร์
ตามแบบอาคารทั่วไปขั้นตอน ซึ่ง
แนบขั้นตอนพื้นฐาน 3 ( สิ่ง& macchietto , 2000 ; tarantola
, 2005 ) ตอนแรกที่เกี่ยวข้องระหว่างความรู้ รวบรวม และชุด
ตัวแปรอิสระ ( เช่นทางกายภาพ , ปริมาณ ) มุ่งมั่น
ซึ่ง เดอ จึงไม่ศึกษาระบบ ( parameterization ของ
ระบบ ) ถัดไป หนึ่งหรือมากกว่าหนึ่งรูปแบบโครงสร้างทางคณิตศาสตร์
เสนอว่าสามารถทำนายพฤติกรรมของระบบ ( ข้างหน้า
โมเดลลิ่ง ) อะไรอย่างหนึ่งก็คือรุ่นปกติ
identi จึงสามารถ เช่น แบบจำลองพารามิเตอร์ทั้งหมดสามารถ identi จึงเอ็ดโดยเฉพาะ . ใน
ขั้นตอนที่สาม คุณภาพของแบบจำลองพยากรณ์คือการปรับปรุงโดย
ปรับรูปแบบภายในพารามิเตอร์ไปยัง
วัดจริง ( ค่าพารามิเตอร์ ) และความตรงของโครงสร้างและพารามิเตอร์ประมาณ
ทดสอบกับข้อมูลใหม่
เมื่อคุณภาพโดยรูปแบบนั้นไม่เพียงพอการปรับตัวของแบบจำลองโครงสร้างและ / หรือค่าประมาณการเป็นสิ่งจำเป็น เช่น การเลือกรูปแบบโครงสร้าง และการประมาณค่าพารามิเตอร์ของแบบจำลองจะรวมกันในอาคารวัฏจักร สุดท้ายรูปแบบจะได้รับที่สอดคล้องกับความเป็นจริงมากที่สุด .