Based on these studies, Australia c

Based on these studies, Australia carried out a study on aflatoxin forecasting and successfully developed a model as part of the Agricultural Production Systems Simulator (APSIM) peanut module to monitor aflatoxin risks in pre-harvest peanuts using climate factors including the temperature, accumulated heat, and soil water (Chauhan et al., 2010). America established a hybrid genetic algorithm/backpropagation neural network (GA/BPN) that could predict aflatoxin contamination levels in peanuts based on environmental data.

ผลลัพธ์ (ไทย) 1:

ตามการศึกษานี้ ออสเตรเลียดำเนิน aflatoxin คาดการณ์ และพัฒนารูปแบบของโมดูลของถั่วลิสงเกษตรผลิตระบบจำลอง (APSIM) เพื่อตรวจสอบความเสี่ยง aflatoxin ในถั่วลิสงก่อนเก็บเกี่ยวโดยใช้ปัจจัยสภาพภูมิอากาศรวมทั้งอุณหภูมิ ความร้อนสะสม และน้ำดิน (Chauhan et al., 2010) สำเร็จการศึกษา อเมริกาก่อตั้งขึ้นเป็นไฮบริ backpropagation พันธุอัลกอริทึมโครงข่ายประสาท (GA BPN) ที่สามารถทำนายระดับการปนเปื้อน aflatoxin ในถั่วลิสงตามข้อมูลสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 2:

จากการศึกษาเหล่านี้ออสเตรเลียดำเนินการศึกษาเกี่ยวกับการคาดการณ์อะฟลาท็อกซินและพัฒนาประสบความสำเร็จแบบเป็นส่วนหนึ่งของการผลิตทางการเกษตรระบบ Simulator (APSIM) โมดูลถั่วลิสงในการตรวจสอบความเสี่ยงอะฟลาท็อกซินในถั่วลิสงก่อนการเก็บเกี่ยวโดยใช้ปัจจัยสภาพภูมิอากาศรวมทั้งอุณหภูมิความร้อนสะสม และน้ำในดิน (Chauhan et al., 2010) อเมริกาจัดตั้งขั้นตอนวิธีพันธุกรรมไฮบริด / backpropagation เครือข่ายประสาท (GA / BPN) ที่สามารถทำนายระดับการปนเปื้อนอะฟลาท็อกซินในถั่วลิสงบนพื้นฐานของข้อมูลด้านสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 3:

จากการศึกษาเหล่านี้ออสเตรเลียดำเนินการการศึกษาอะฟลาทอกซินการพยากรณ์และพัฒนารูปแบบเป็นส่วนหนึ่งของการผลิตทางการเกษตรระบบจำลอง ( apsim ) ถั่วลิสง โมดูลตรวจสอบอะฟลาทอกซินในถั่วลิสงโดยใช้ปัจจัยความเสี่ยงก่อนเก็บเกี่ยวบรรยากาศ ได้แก่ อุณหภูมิ ความร้อนสะสม และน้ำในดิน ( Chauhan et al . , 2010 )อเมริกาสร้างไฮบริดขั้นตอนวิธีเชิงพันธุกรรม ( GA / / ข่ายงานประสาท BPN ) สามารถทำนายระดับการปนเปื้อนอะฟลาทอกซินในถั่วลิสง บนพื้นฐานของข้อมูลด้านสิ่งแวดล้อม