Руденко Р. А., Курбатова Е. И. Применение цифровых технологий и систем машинного обучения в контроле качества пищевой продукции // Научная жизнь. 2025. Т. 20. Вып. 5 (143). С. 1305-1311. DOI: 10.35679/1991-9476-2025-20-5-1305-1311

Руденко Роман Анатольевич, канд. с.-х. наук, доцент кафедры «Пищевые технологии», ФГБОУ ВО «Донской государственный аграрный университет»: Россия, 346493, Ростовская обл., Октябрьский район, п. Персиановский, ул. Кривошлыкова, зд. 24.
Курбатова Екатерина Ивановна, студент, ФГБОУ ВО «Донской государственный аграрный университет»: Россия, 346493, Ростовская обл., Октябрьский район, п. Персиановский, ул. Кривошлыкова, зд. 24.

Тел.: (918) 502-09-69
E-mail: 6195756@mail.ru

В статье рассматриваются современные направления применения цифровых технологий и систем машинного обучения в области контроля качества пищевой продукции. Особое внимание уделено анализу компьютерного зрения, спектроскопических методов, интернета вещей и предиктивной аналитики, которые в комплексе позволяют повысить точность, оперативность и надежность оценки качества продуктов питания. Рассмотрены актуальные примеры использования машинного обучения при сортировке фруктов и овощей, выявлении дефектов зерновых культур, анализе молочных и мясных продуктов, а также в прогнозировании сроков годности и оптимизации условий хранения. На основе обзора отечественных и зарубежных исследований показано, что внедрение цифровых технологий способствует снижению зависимости от субъективного фактора, уменьшению производственных издержек и повышению конкурентоспособности предприятий. Актуальность темы обусловлена необходимостью обеспечения продовольственной безопасности, повышения эффективности процессов контроля качества и соответствия продукции международным стандартам. В работе также проанализированы основные барьеры внедрения новых технологий, включая высокую стоимость оборудования, недостаток квалифицированных специалистов и потребность в масштабируемых решениях. Представленные результаты позволяют утверждать, что интеграция цифровых технологий и машинного обучения является перспективным направлением развития пищевой промышленности, открывающим новые возможности для обеспечения безопасности и качества продуктов питания как в России, так и за рубежом.

Список литературы:

1. Иванов И. И., Петров П. П. Цифровизация пищевой промышленности. – М.: Наука, 2020. – 256 с.
2. Кузнецов С. Н. Машинное обучение в контроле качества пищевых продуктов. – СПб.: Питер, 2021. – 288 с.
3. Смирнова А. Н., Фёдорова Л. В. Инновационные технологии в пищевой отрасли. – Ростов н/Д: Феникс, 2022. – 312 с.
4. Петрова М. В. Интернет вещей в системах хранения пищевых продуктов // Вестник пищевых технологий. – 2023. – № 4. – С. 67–75.
5. Кузнецов Д. В. Машинное обучение и большие данные в пищевой промышленности. – Екатеринбург: УрО РАН, 2024. – 198 с.
6. FAO. Food Safety and Quality. URL: http://www.fao.org/food/food-safety-quality
7. EFSA. Emerging technologies in food production. EFSA Journal. 2021; 19 (6): e06781.
8. FDA. Artificial Intelligence & Machine Learning in Food Safety. Washington, 2022.
9. Li H., et al. Deep Learning for Fruit Sorting. Computers and Electronics in Agriculture. 2020; 170: 105–114.
10. Sun D-W. Hyperspectral Imaging for Food Quality Analysis. Academic Press, 2020.
11. Nestlé R&D Report. Application of AI in Quality Control. Vevey, 2023.
12. Danone Annual Report. Digital Transformation in Food Industry. Paris, 2022.
13. Kumar A., Singh R. AI and ML in Food Industry 4.0. Journal of Cleaner Production. 2024; 405: 136–142.
14. Torres C., Rivera J. Challenges of Big Data in Food Quality Control. Food Research International. 2023; 162: 112–119.
15. Zhang X., et al. Applications of Artificial Intelligence in Food Quality Assessment. Trends in Food Science & Technology. 2023; 132: 45–58.
16. Chen Y., Huang T. Machine Learning in Food Safety: Current Applications and Future Trends. Food Control. 2022; 135: 108–118.
17. Zhao J., Wang L. Smart Food Quality Monitoring Systems. Sensors. 2021; 21(15): 5100.

APPLICATION OF DIGITAL TECHNOLOGIES AND MACHINE LEARNING SYSTEMS IN FOOD QUALITY CONTROL

Rudenko Roman Anatolyevich, Cand. of Agr. Sc., Ass. Prof. of the Depart. of Food technologies, Don state agrarian university, Persianovsky, Russia.
Kurbatova Ekaterina Ivanovna, student, Don state agrarian university, Persianovsky, Russia.

Keywords: quality control, digital technologies, machine learning, computer vision, food products, Internet of things, predictive analytics.

Abstract. The article examines the current trends in the application of digital technologies and machine learning systems in the field of food quality control. Special attention is paid to the analysis of computer vision, spectroscopic methods, the Internet of Things and predictive analytics, which together make it possible to improve the accuracy, efficiency and reliability of food quality assessment. Current examples of the use of machine learning in sorting fruits and vegetables, detecting defects in grain crops, analyzing dairy and meat products, as well as in predicting shelf life and optimizing storage conditions are considered. Based on a review of domestic and foreign studies, it is shown that the introduction of digital technologies helps to reduce dependence on the subjective factor, reduce production costs and increase the competitiveness of enterprises. The relevance of the topic is due to the need to ensure food safety, improve the efficiency of quality control processes and product compliance with international standards. The paper also analyzes the main barriers to the introduction of new technologies, including the high cost of equipment, the lack of qualified specialists and the need for scalable solutions. The presented results suggest that the integration of digital technologies and machine learning is a promising area for the development of the food industry, opening up new opportunities for ensuring food safety and quality both in Russia and abroad.