AbstractInterdisciplinary approache

Abstract
Interdisciplinary approaches in food research require new methods in data analysis that are able to deal with
complexity and facilitate the communication among model users. Four parallel full factorial within-subject designs
were performed to examine the relative contribution to consumer product evaluation of intrinsic product properties
and information given on packaging. Detailed experimental designs and results obtained from analyses of variance
were published [1]. The data was analyzed again with the machine learning modelling technique Bayesian networks.
The objective of the current paper is to explain basic features of this technique and its advantages over the standard
statistical approach regarding handling of complexity and communication of results. With analysis of variance,
visualization and interpretation of main effects and interactions effects becomes difficult in complex systems. The
Bayesian network model offers the possibility to formally incorporate (domain) experts knowledge. By combining
empirical data with the pre-defined network structure, new relationships can be learned, thus generating an update of
current knowledge. Probabilistic inference in Bayesian networks allows instant and global use of the model; its
graphical representation makes it easy to visualize and communicate the results. Making use of the most of data from
one single experiment, as well as combining data of independent experiments makes Bayesian networks for analysing
these and similarly complex and rich data sets.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อสหวิทยาวิธีวิจัยอาหารต้องใช้วิธีการใหม่ในการวิเคราะห์ข้อมูลที่มีความสามารถในการจัดการกับความซับซ้อน และความสะดวกในการสื่อสารระหว่างผู้ใช้รุ่นนี้ สี่ขนานแฟกทอเรียลเต็มภายในเรื่องการออกแบบดำเนินการตรวจสอบการประเมินผลิตภัณฑ์ผู้บริโภคของคุณสมบัติผลิตภัณฑ์แท้จริงสะสมของญาติและข้อมูลที่กำหนดบนบรรจุภัณฑ์ ออกแบบการทดลองอย่างละเอียดและผลที่ได้จากการวิเคราะห์ความแปรปรวนได้เผยแพร่ [1] แก้ไขวิเคราะห์ข้อมูลอีกครั้งกับเครื่องสร้างแบบจำลองเทคนิคทฤษฎีเครือข่ายการเรียนรู้วัตถุประสงค์ของกระดาษปัจจุบันจะอธิบายคุณสมบัติพื้นฐานของเทคนิคนี้และประโยชน์ของมาตรฐานวิธีการทางสถิติเกี่ยวกับการจัดการความซับซ้อนและการสื่อสารผลลัพธ์ ด้วยการวิเคราะห์ความแปรปรวนการแสดงและการตีความผลกระทบหลักและผลปฏิสัมพันธ์ในระบบที่ซับซ้อน การทฤษฎีแบบจำลองเครือข่ายให้เกิดการรวมความรู้ผู้เชี่ยวชาญ (โดเมน) อย่างเป็นทางการ การผสานข้อมูลเชิงประจักษ์ โดยใช้โครงสร้างเครือข่ายที่กำหนดไว้ล่วงหน้า ความสัมพันธ์ใหม่สามารถเรียนรู้ สร้างการปรับปรุงดังนั้นรู้ปัจจุบัน น่าจะอนุมานในทฤษฎีเครือข่ายให้ใช้ทันที และโลกของรูปแบบ ของมันแสดงภาพทำให้ง่ายต่อการเห็นภาพ และผลการสื่อสาร การใช้ประโยชน์จากข้อมูลจากทดลองหนึ่งเดียว เป็นการรวมข้อมูลของการทดลองที่เป็นอิสระทำให้เครือข่ายทฤษฎีสำหรับวิเคราะห์เหล่านี้ และในทำนองเดียวกันซับซ้อน และเต็มไปด้วยชุดข้อมูล

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
สหวิทยาการในการวิจัยอาหารต้องใช้วิธีการใหม่ในการวิเคราะห์ข้อมูลที่มีความสามารถที่จะจัดการกับ
ความซับซ้อนและอำนวยความสะดวกในการติดต่อสื่อสารระหว่างผู้ใช้รูปแบบ สี่ขนานปัจจัยแบบเต็มภายในเรื่องการออกแบบที่
ได้ดำเนินการในการตรวจสอบผลงานเมื่อเทียบกับการประเมินผลงานของผู้บริโภคของคุณสมบัติสินค้าที่แท้จริง
และข้อมูลที่ได้รับบนบรรจุภัณฑ์ การออกแบบการทดลองรายละเอียดและผลที่ได้รับจากการวิเคราะห์ความแปรปรวน
ถูกตีพิมพ์ [1] วิเคราะห์ข้อมูลอีกครั้งกับเครือข่ายการเรียนรู้แบบเบย์เครื่องเทคนิคการสร้างแบบจำลอง.
วัตถุประสงค์ของกระดาษในปัจจุบันคือการอธิบายคุณสมบัติพื้นฐานของเทคนิคนี้และข้อได้เปรียบของตนเหนือมาตรฐาน
วิธีการทางสถิติเกี่ยวกับการจัดการความซับซ้อนและการสื่อสารของผล ด้วยการวิเคราะห์ความแปรปรวน
การสร้างภาพและการตีความของผลกระทบและการมีปฏิสัมพันธ์หลักผลกระทบกลายเป็นเรื่องยากในระบบที่ซับซ้อน
รูปแบบเครือข่ายแบบเบย์มีความเป็นไปได้อย่างเป็นทางการรวมความรู้ของผู้เชี่ยวชาญ (โดเมน) โดยการรวม
ข้อมูลเชิงประจักษ์ที่มีโครงสร้างเครือข่ายที่กำหนดไว้ล่วงหน้าความสัมพันธ์ใหม่สามารถเรียนรู้ได้จึงสร้างการปรับปรุง
ความรู้ในปัจจุบัน อนุมานความน่าจะเป็นในเครือข่ายแบบเบย์ช่วยให้การใช้ทันทีและทั่วโลกของรูปแบบ; ของ
การแสดงกราฟิกทำให้มันง่ายที่จะเห็นภาพและสื่อสารผล ทำให้การใช้มากที่สุดของข้อมูลจาก
การทดลองหนึ่งเดียวเช่นเดียวกับการรวมข้อมูลจากการทดลองอิสระทำให้เครือข่ายแบบเบส์สำหรับการวิเคราะห์
เหล่านี้และในทำนองเดียวกันที่ซับซ้อนและอุดมไปด้วยชุดข้อมูล

ผลลัพธ์ (ไทย) 3:

บทคัดย่อแนวทางสหวิทยาการในการวิจัยอาหารต้องใช้วิธีการใหม่ในการวิเคราะห์ข้อมูลที่สามารถจัดการกับความซับซ้อนและอำนวยความสะดวกในการสื่อสารระหว่างผู้ใช้แบบ สี่แบบขนานภายในแบบเต็มเรื่องการวิจัยเพื่อศึกษาความสัมพันธ์ระหว่างการประเมินคุณสมบัติของผลิตภัณฑ์เพื่อผู้บริโภคผลิตภัณฑ์ภายในและข้อมูลที่ระบุบนบรรจุภัณฑ์ การออกแบบการทดลองและการวิเคราะห์ข้อมูลจากผลของความแปรปรวนถูกตีพิมพ์ [ 1 ] วิเคราะห์ข้อมูลอีกครั้งด้วยเครื่องเทคนิคการเรียนรู้แบบคชกรรมเครือข่ายวัตถุประสงค์ของกระดาษในปัจจุบันคือการอธิบายลักษณะพื้นฐานของเทคนิคนี้และข้อดีของมันผ่านมาตรฐานวิธีการทางสถิติในการจัดการความซับซ้อนและการสื่อสารของผลลัพธ์ ด้วยการวิเคราะห์ความแปรปรวนการแสดงและการตีความผลหลักของผลจะยากในระบบที่ซับซ้อน ที่รูปแบบเครือข่ายแบบเบย์มีความเป็นไปได้ที่จะเป็นรวม ( โดเมน ) ความรู้ผู้เชี่ยวชาญ โดยรวมกับข้อมูลเชิงประจักษ์ โดยแบ่งโครงสร้างเครือข่ายความสัมพันธ์ใหม่สามารถเรียนรู้ได้ ดังนั้น การ update ของความรู้ปัจจุบัน การอนุมานแบบเบย์เครือข่ายช่วยให้ ทันที และ ทั่วโลกใช้รูปแบบ ; ของการแสดงกราฟิกทำให้มันง่ายที่จะเห็นภาพและสื่อสารการ การใช้มากที่สุดของข้อมูลจากหนึ่งการทดลอง ตลอดจนรวมข้อมูลการทดลองอิสระทำให้เครือข่ายแบบเบย์สำหรับวิเคราะห์เหล่านี้และเดียวกันที่ซับซ้อนและชุดข้อมูลที่อุดมไปด้วย