Αγροδιατροφή & Βιομηχανία τροφίμων

RoseHam

Βιώσιμη αξιοποίηση των υπολειμμάτων απόσταξης αρωματικών φυτών και ανθέων για την παρασκευή προϊόντων αλλαντικών

Από την επεξεργασία των αρωματικών φυτών για την παραγωγή αιθέριων έλαιων η απόδοση είναι  κάτω του 5% κ.β. και επομένως, κάθε χρόνο συσσωρεύονται σημαντικές ποσότητες στερεών και υγρών αποβλήτων. Τα παραπροϊόντα αυτά είναι εξαιρετικά πλούσια σε πολυφαινόλες που μπορούν να χρησιμοποιηθούν ως συστατικά ευεργετικά για την ανθρώπινη υγεία αν προστεθούν με κατάλληλο τρόπο είτε σε τρόφιμα είτε ως αντιγηραντικοί παράγοντες στη βιομηχανία συμπληρωμάτων διατροφής και καλλυντικών, βελτιώνοντας σημαντικά τη συνολική κερδοφόρα αξιοποίηση της πρώτης ύλης των αρωματικών φυτών.

Σκοπός του έργου είναι η παραλαβή πολύτιμων ουσιών από παραπροϊόντα της βιομηχανίας παρασκευής αιθέριων ελαίων από αρωματικά φυτά όπως τα ρόδα, η ρίγανη, η λεβάντα και άλλα φυτά της Ελληνικής γης και η χρήση τους για την παρασκευή καινοτομικού τροφίμου, με βελτιωμένα λειτουργικά και θρεπτικά χαρακτηριστικά.  Επομένως δεν είναι μόνο η πληρέστερη εκμετάλλευση των παραπροϊόντων (τα οποία στην τρέχουσα βιομηχανική πρακτική απλώς απορρίπτονται επιβαρύνοντας το περιβάλλον), αλλά και η άμεση αξιοποίηση τους μέσω σύνδεσης και εφαρμογής τους στη βιομηχανία τροφίμων, για την αντιμετώπιση ενός υπαρκτού και σημαντικού προβλήματος μιας κατηγορίας προϊόντων, όπως τα αλλαντικά.

Tελικός στόχος του έργου είναι η αξιολόγηση της επίδρασης των δραστικών ενώσεων των εκχυλισμάτων των παραπροϊόντων παραγωγής αιθέριων ελαίων στις ιδιότητες των κρεατοσκευασμάτων (χρώμα, μικροβιακό φορτίο, χρόνος συντήρησης).

Για περισσότερες πληροφορίες δείτε εδώ.

MedDietAgent

Ευφυής Context-aware Εφαρμογή με σκοπό την Εναρμόνιση των Ατομικών Διατροφικών Επιλογών με τη Μεσογειακή Διατροφή στην Ελλάδα μέσω Τεχνικών Ενισχυτικής Μάθησης

Το MedDietAgent αποτελεί ένα σύστημα κινητού υπολογισμού για την εναρμόνιση των διατροφικών επιλογών του χρήστη με τις εθνικές διατροφικές συστάσεις, με έμφαση στη Μεσογειακή δίαιτα. Κύριο καινοτόμο χαρακτηριστικό του συστήματος MedDietAgent αποτελεί η ενσωμάτωση τεχνολογιών ενισχυτικής μάθησης (Reinforcement Learning - RL), οι οποίες επιτρέπουν τη δυναμική παραγωγή συστάσεων (actions). Η διατροφική κατάσταση του ατόμου, από την οποία θα διαμορφώνεται η είσοδος του αλγόριθμου ενισχυτικής μάθησης, θα παράγεται μέσω ενός συστήματος πολύτροπης καταγραφής του φαγητού και αυτοματοποιημένης διατροφικής ανάλυσης των γευμάτων.

Ειδικότερα, το MedDietAgent εφαρμόζει τεχνολογίες επεξεργασίας φυσικής γλώσσας και υπολογιστικής όρασης στοχεύοντας στην αύξηση του βαθμού λεπτομέρειας καταγραφής και ανάλυσης του φαγητού και, παράλληλα, στη μείωση του χρόνου και του βαθμού συμμετοχής του χρήστη στην εν λόγω διαδικασία. Αντίστοιχα, τεχνολογίες ολογραφικής απεικόνισης θα χρησιμοποιηθούν για την αναπαράσταση της εξόδου του MedDietAgent, με στόχο την αύξηση του βαθμού αφοσίωσης στην προτεινόμενη εφαρμογή, και, δυνητικά, του βαθμού συμμόρφωσης στο Μεσογειακό διατροφικό πρότυπο. Η λειτουργικότητα του MedDietAgent θα προσαρμόζεται στις προσωπικές προτιμήσεις του ατόμου και σε περιβαλλοντικούς παράγοντες που επηρεάζουν τις διατροφικές του επιλογές και αποφάσεις (στο σπίτι, στο περιβάλλον εργασίας, στο εστιατόριο, στις διακοπές). Το MedDietAgent απευθύνεται σε υγιείς ενήλικες με δυνατότητα χρήσης από χρόνιους ασθενείς λαμβάνοντας υπόψη επιπλέον ιατρικές παραμέτρους (π.χ. αρτηριακή πίεση, γλυκόζη αίματος).

WATSON

Ένα ολιστικό πλαίσιο με τεχνητή νοημοσύνη που θα βοηθήσει τους συμμετέχοντες στην τροφική αλυσίδα να εντοπίζουν γρήγορα και να αποτρέπουν τη διάδοση δόλιων πρακτικών

Το WATSON παρέχει ένα μεθοδολογικό πλαίσιο σε συνδυασμό με ένα σύνολο εργαλείων και συστημάτων που μπορούν να εντοπίσουν και να αποτρέψουν δόλιες δραστηριότητες σε ολόκληρη την τροφική αλυσίδα, επιταχύνοντας έτσι την ανάπτυξη λύσεων διαφάνειας στα συστήματα τροφίμων της ΕΕ.

Το προτεινόμενο έργο θα βελτιώσει τη βιωσιμότητα των τροφικών αλυσίδων αυξάνοντας την ασφάλεια των τροφίμων και μειώνοντας την επισιτιστική απάτη μέσω συστημικών καινοτομιών που α) αυξάνουν τη διαφάνεια στις αλυσίδες εφοδιασμού τροφίμων μέσω βελτιωμένων μηχανισμών παρακολούθησης και ανίχνευσης που περιέχουν ακριβείς, σχετικές με το χρόνο και μη αλλοιωμένες πληροφορίες για το τρόφιμο καθ' όλη τη διάρκεια του ταξιδιού του, β) να εξοπλίσει τις αρχές και τους υπεύθυνους χάραξης πολιτικής με δεδομένα, γνώσεις και γνώσεις προκειμένου να έχουν πλήρη επίγνωση της κατάστασης της τροφικής αλυσίδας και γ) να αυξήσουν την ευαισθητοποίηση των καταναλωτών σχετικά με την ασφάλεια και την αξία των τροφίμων, οδηγώντας στην υιοθέτηση πιο υγιεινών τρόπων ζωής και την ανάπτυξη βιώσιμων οικοσυστημάτων τροφίμων.

Το WATSON εφαρμόζει μια προσέγγιση υπολογισμού κινδύνου που βασίζεται σε τεχνητήνοημοσύνη για την αντιμετώπιση του φαινομένου της απάτης στα τρόφιμα με ολιστικό τρόπο. Το έργο περιλαμβάνει τρεις διαφορετικούς πυλώνες, συγκεκριμένα, α) τον εντοπισμό κενών δεδομένων στην τροφική αλυσίδα, β) την παροχή μεθόδων, διαδικασιών και εργαλείων για τον εντοπισμό και την καταπολέμηση της απάτης στα τρόφιμα και γ) την αποτελεσματική διασυνοριακή συνεργασία των δημόσιων αρχών μέσω ακριβούς και αξιόπιστη ανταλλαγή πληροφοριών. Το WATSON θα βασιστεί σε αναδυόμενες τεχνολογίες (AI, IoT, DLT, κ.λπ.) που επιτρέπουν τη διαφάνεια στις αλυσίδες εφοδιασμού μέσω της ανάπτυξης ενός αυστηρού καθεστώτος ιχνηλασιμότητας και νέων εργαλείων για ταχεία, μη επεμβατική, επιτόπια ανάλυση των προϊόντων διατροφής . Τα αποτελέσματα θα δοκιμαστούν σε 6 περιπτώσεις χρήσης: α) πρόληψη παραποίησης/απομίμησης αλκοολούχων ποτών, β) διατήρηση της γνησιότητας του μελιού ΠΓΕ, γ) επιτόπιος έλεγχος γνησιότητας και ιχνηλασιμότητας του ελαιολάδου, δ) εντοπισμός πιθανών χειρισμών στάδια της αλυσίδας του κρέατος, ε) η βελτιωμένη ιχνηλασιμότητα προϊόντων υψηλής αξίας στην αλυσίδα των δημητριακών και των γαλακτοκομικών, στ) η καταπολέμηση της παραποίησης σολομού.