Skip to the main content

Review article

https://doi.org/10.15255/KUI.2026.037

Digitalizacija valorizacije otpada od hrane: primjena alata strojnog učenja u optimiranju sastava funkcionalnog prehrambenog proizvoda

Ana Jurinjak Tušek ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia *
Davor Valinger ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia
Tamara Jurina ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia
Maja Benković ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia
Jasenka Gajdoš Kljusurić ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia

* Corresponding author.


Full text: english pdf 1.426 Kb

page 757-775

downloads: 0

cite


Abstract

Otpad od hrane predstavlja značajan okolišni, gospodarski i društveni izazov na globalnoj razini. Prijelaz s konvencionalnih pristupa gospodarenju otpadom prema konceptima kružnog biogospodarstva potaknuo je razvoj inovativnih strategija valorizacije otpada od hrane usmjerenih na oporabu visokovrijednih spojeva, funkcionalnih sastojaka, biogoriva i drugih proizvoda dodane vrijednosti. Nedavni napredak digitalnih tehnologija znatno je unaprijedio učinkovitost i održivost tih procesa. Ovaj pregledni rad daje pregled suvremenih pristupa valorizaciji otpada od hrane, uključujući biološke, kemijske i fizikalne metode te ističe ulogu digitalnih alata u poboljšanju procesnih performansi i razvoju proizvoda. Poseban naglasak stavljen je na primjenu metoda strojnog učenja u optimiranju funkcionalnih prehrambenih proizvoda formuliranih od sastojaka dobivenih iz otpada od hrane. Suvremeni digitalni sustavi integriraju podatke prikupljene naprednim analitičkim metodama, sustavima Interneta stvari (IoT) i senzorskim tehnologijama, omogućujući praćenje procesa u stvarnom vremenu i donošenje odluka temeljenih na podatcima. Modeli strojnog učenja, poput umjetnih neuronskih mreža, strojeva potpornih vektora, slučajnih šuma i analize glavnih komponenti, omogućuju predviđanje kvalitete proizvoda, optimiranje procesnih uvjeta i određivanje optimalnih formulacija sastojaka. Dodatno, programske platforme kao što su Python, MATLAB, Aspen Plus i KNIME podržavaju modeliranje, simulaciju, vizualizaciju i optimiranje procesa valorizacije otpada od hrane. Unatoč značajnom potencijalu digitalizacije, izazovi povezani s kvalitetom podataka, tehnološkom infrastrukturom, interpretabilnošću modela, ekonomskom isplativošću i regulatornim zahtjevima i dalje su prepreke široj industrijskoj primjeni. Integracija digitalnih tehnologija i valorizacije otpada od hrane pruža značajne mogućnosti za povećanje učinkovitosti uporabe resursa, smanjenje utjecaja na okoliš te razvoj održivih i inovativnih prehrambenih sustava.

Keywords

valorizacija otpada od hrane; strojno učenje; funkcionalna hrana; digitalizacija; kružno biogospodarstvo

Hrčak ID:

353745

URI

https://hrcak.srce.hr/353745

Publication date:

21.11.2026.

Article data in other languages: english

Visits: 0 *