A kurzus leírása

A tantárgy célja

Az élelmiszerlánc biztonságának megítélése, a kockázatok elemzése és adott esetben kezelése egyre inkább összetett, számítás-igényes elemzéseket, módszereket igényel. A tárgy általános célja, hogy megismertesse a hallgatókkal az élelmiszerlánc-biztonság területén alkalmazható számítástudományi módszerek tárházát, azok alapjait, alkalmazási lehetőségeit és korlátait.

 

Szükséges előtanulmány

Állatorvos képzés: Élelmiszer-higiénia I., Járványtan I., Állat-egészségügyi igazgatástan I.

Biológus MSc: Biomatematika, Zoológia

 

Felelős tanár

Dr. Józwiak Ákos Bernard

 

A tantárgy oktatói

Dr. Süth Miklós, Dr. Józwiak Ákos Bernard, Csorba Szilveszter, Dr. Engelhardt Tekla, Dr. Farkas Zsuzsa, Országh Erika

 

---

Előadások tematikája

 

A tantárgy a 2024/2025 tanév 1. félévben nem kerül megtartásra.

 

A tantárgy tematikája (heti tagolás)

Oktatási hét	Téma
1	Bevezetés. Az adatelemzésről és számítástudományról általában. A számítástudományi módszerek definiálása és általános alkalmazási lehetőségei, időszerűsége, haszna és limitációi.
2	A modellezés alapjai. A modellezéssel megoldható problémák és limitációik. Lineáris modellek.
3	Modellezés. Markov modell, játékelmélet.
4	Modellezés. Nem-lineáris modellek, komplexitás-tudomány, ezek szerepe és jelentősége az élelmiszerlánc-biztonság területén.
5	Hálózatkutatás. A hálózatelemzés alapjai és alkalmazási lehetőségei az élelmiszerlánc-biztonság területén.
6	Hálózatkutatás. Mikrobiális anyagcsere termékek, mint hálózatba beilleszthető egységek; járványok és élelmiszerlánc események, mint hálózatok.
7	Epidemiológiai modellezés. Diffúziós, fertőzéses és kompartment modellek, területi terjedési modellek.
8	Alkalmazásismertetés: KNIME, R, Python
9	Alkalmazásismertetés: Gephi, STEM, GleamViz
10	Adatbányászat, szövegbányászat. Alapok, alkalmazási lehetőségek. Esettanulmány: újonnan felmerülő kockázatok azonosítása szövegbányászattal.
11	Prediktív mikrobiológia. Alapok, alkalmazási lehetőségek ipari, hatósági és kutatói szempontból.
12	Nyomonkövetés. Adatok és IT szerepe a nyomon követésben. Élelmiszer- eredetű megbetegedések kivizsgálása FoodChainLab segítségével. Blockchain alapú nyomonkövetési technikák.
13	Élelmiszerlánc-adatelemzés, driverelemzés. Process-mining, Bayes-i hálózatelemzés. Esettanulmány: tej termelési lánc automatizált driver- elemzési és riasztási rendszere.
14	Döntéselőkészítés. Adatvizualizáció, eredmények interpretálása, kommunikálása. A limitációk és a bizonytalanság megjelenítése. Etikai megfontolások. Döntéshozatali folyamatok.
15	A jövő élelmiszerlánc-elemzője: kihívások, új területek. Big data, mesterséges intelligencia (MI) alkalmazási lehetőségei és korlátai. Esettanulmány: szakirodalom-kutatás MI segítségével.

 

Értékelés leírása

Beadandó írásban.