Original Title: Classification of Hom Mali Rice with Different Degrees of Milling Based on Physicochemical Measurements by Principal Component Analysis
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការចាត់ថ្នាក់អង្ករក្រអូបម្លិះជាមួយនឹងកម្រិតនៃការកិនផ្សេងៗគ្នាដោយផ្អែកលើការវាស់វែងរូប-គីមីវិទ្យាតាមរយៈការវិភាគសមាសធាតុចម្បង (PCA)

ចំណងជើងដើម៖ Classification of Hom Mali Rice with Different Degrees of Milling Based on Physicochemical Measurements by Principal Component Analysis

អ្នកនិពន្ធ៖ Areerat Imsil, Ronnarit Rittiron, Panmanas Sirisomboon, Varipat Areekul

ឆ្នាំបោះពុម្ព៖ 2011, Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Agricultural Science / Food Technology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាលំបាកក្នុងការបែងចែកអង្ករក្រអូបម្លិះពិតប្រាកដពីប្រភេទអង្ករក្រអូបផ្សេងទៀតដែលមានតម្លៃថោក ដោយសារគុណភាពគ្រាប់ស្រដៀងគ្នា និងឥទ្ធិពលនៃកម្រិតនៃការកិនទៅលើលក្ខណៈសម្បត្តិរូប-គីមីវិទ្យារបស់វា។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានស៊ើបអង្កេតលក្ខណៈសម្បត្តិរូប-គីមីវិទ្យានៃអង្ករសម្រូប និងអង្ករសម្រិតក្នុងកម្រិតនៃការកិនចំនួន៤ផ្សេងគ្នា ដោយប្រើប្រាស់បច្ចេកទេសវិភាគកម្រិតខ្ពស់ និងការចាត់ថ្នាក់តាមបែបស្ថិតិ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Unrotated Principal Component Analysis (Unrotated PCA)
ការវិភាគសមាសធាតុចម្បងដោយមិនបង្វិល
អាចកាត់បន្ថយចំនួនអថេរ (Variables) និងចាត់ថ្នាក់ក្រុមអង្ករបាន។ ជាវិធីសាស្ត្រមូលដ្ឋានដែលងាយស្រួលយល់សម្រាប់វិភាគទិន្នន័យពហុអថេរ។ តម្លៃ Factor loading នៃអថេរមួយចំនួនមិនច្បាស់លាស់ ដែលធ្វើឱ្យមានការលំបាកក្នុងការរៀបចំអថេរថ្មីនៅក្នុងកត្តា (Factor)។ មិនសូវមានប្រសិទ្ធភាពក្នុងការពន្យល់ពីបម្រែបម្រួលនៃប៉ារ៉ាម៉ែត្របើប្រៀបធៀបទៅនឹងវិធីសាស្ត្រដែលបានបង្វិល។
Principal Component Analysis with Varimax Rotation
ការវិភាគសមាសធាតុចម្បងដោយប្រើប្រាស់វិធីសាស្ត្របង្វិល Varimax
កាត់បន្ថយចំនួនអថេរដែលជះឥទ្ធិពលលើសមាសធាតុចម្បងដើម (Original PCs) ធ្វើឱ្យការចាត់ថ្នាក់មានភាពច្បាស់លាស់ និងបែងចែកក្រុមអង្ករបានល្អប្រសើរ។ ត្រូវការការគណនាស្មុគស្មាញជាងមុនបន្តិច និងទាមទារកម្មវិធីកុំព្យូទ័រឯកទេសសម្រាប់ដំណើរការក្បួនអាល់ហ្គោរីតបង្វិល (Rotation algorithms)។ សមាសធាតុ PC1 និង PC2 ដែលបានបង្វិលអាចពន្យល់ពីបម្រែបម្រួលសរុបបាន ៧៦,៨៣% និងបែងចែកពូជស្រូវថៃជា៤ក្រុមយ៉ាងច្បាស់លាស់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារឧបករណ៍មន្ទីរពិសោធន៍កម្រិតខ្ពស់សម្រាប់ការវិភាគរូប-គីមីវិទ្យា និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសថៃ ដោយប្រើប្រាស់គំរូស្រូវចំនួន ៦០ ដែលប្រមូលបានពីមជ្ឈមណ្ឌលស្រាវជ្រាវស្រូវផ្សេងៗក្នុងឆ្នាំ ២០០៧-២០០៨ ដោយផ្តោតខ្លាំងលើពូជស្រូវ Hom Mali (KDML105 និង RD15)។ ទិន្នន័យនេះមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ដោយសារកម្ពុជាមានពូជស្រូវក្រអូបប្រណីតស្រដៀងគ្នា (ឧទាហរណ៍៖ ផ្ការំដួល ផ្កាម្លិះ) ដែលប្រឈមនឹងបញ្ហាលាយឡំជាមួយពូជស្រូវថោកៗនៅលើទីផ្សារ ហើយត្រូវការវិធីសាស្ត្រចាត់ថ្នាក់ច្បាស់លាស់បែបនេះដើម្បីធានាគុណភាពសម្រាប់ការនាំចេញ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនេះមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់វិស័យកសិកម្ម និងឧស្សាហកម្មនាំចេញអង្កររបស់ប្រទេសកម្ពុជា ក្នុងការធានាសុចរិតភាពនៃម៉ាកយីហោ។

សរុបមក ការរួមបញ្ចូលគ្នានូវការវិភាគរូប-គីមីវិទ្យា និងបច្ចេកទេស PCA អាចជួយលើកកម្ពស់ស្តង់ដារអង្ករកម្ពុជា កាត់បន្ថយការក្លែងបន្លំ និងបង្កើនទំនុកចិត្តដល់អតិថិជនអន្តរជាតិ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃគីមីវិទ្យាអង្ករ: ស្វែងយល់ពីលក្ខណៈសម្បត្តិរូប-គីមីវិទ្យារបស់អង្ករដូចជា កម្រិតអាមីឡូស (Amylose content) ភាពខាប់នៃជែល (Gel consistency) និងលក្ខណៈសម្បត្តិរលាយ (Pasting properties)។ គួរអានឯកសារណែនាំស្តង់ដាររបស់ AACC (American Association of Cereal Chemists) ដែលបានលើកឡើងក្នុងឯកសារ។
  2. ស្វែងយល់ពីបច្ចេកទេសវិភាគទិន្នន័យពហុអថេរ: រៀនប្រើប្រាស់វិធីសាស្ត្រទាញយកលក្ខណៈពិសេស PCA (Principal Component Analysis) និង Varimax Rotation។ និស្សិតអាចអនុវត្តសរសេរកូដដោយប្រើ Python (Scikit-learn)R programming ដើម្បីសាកល្បងវិភាគទិន្នន័យគំរូ។
  3. អនុវត្តការពិសោធន៍ក្នុងមន្ទីរពិសោធន៍: ចាប់ផ្តើមប្រមូលគំរូស្រូវក្នុងស្រុក (ឧទាហរណ៍៖ ផ្ការំដួល សែនក្រអូប ស្រូវអ៊ីអ៊ែរ) រួចសាកល្បងកិនក្នុងកម្រិតផ្សេងៗគ្នា (០ ដល់ ១៥%) រួចប្រើប្រាស់ឧបករណ៍ដូចជា Rapid Visco Analyzer (RVA) បើមាន ដើម្បីទាញយកទិន្នន័យគីមីវិទ្យា។
  4. កសាងគំរូចាត់ថ្នាក់ (Build Classification Model): ប្រើប្រាស់ទិន្នន័យដែលប្រមូលបាន បញ្ចូលទៅក្នុងកម្មវិធីដូចជា The Unscrambler ឬសរសេរកូដ Python ដើម្បីបង្កើតប្លង់គោល (PCA score plots) សម្រាប់បែងចែកក្រុមអង្ករប្រណីតកម្ពុជាចេញពីអង្ករធម្មតា។
  5. សហការជាមួយស្ថាប័នពាក់ព័ន្ធសម្រាប់ការអនុវត្តជាក់ស្តែង: យកលទ្ធផលនៃការស្រាវជ្រាវទៅបង្ហាញ និងសហការជាមួយស្ថាប័នដូចជា CARDI វិទ្យាស្ថានស្តង់ដារកម្ពុជា (ISC) ឬមន្ទីរពិសោធន៍ជាតិ ដើម្បីបញ្ជ្រាបវិធីសាស្ត្រនេះទៅជាផ្នែកមួយនៃការត្រួតពិនិត្យគុណភាពអង្ករថ្នាក់ជាតិ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Principal Component Analysis (PCA) (ការវិភាគសមាសធាតុចម្បង) ជាវិធីសាស្ត្រស្ថិតិមួយដែលប្រើសម្រាប់បង្រួមទិន្នន័យធំៗដែលមានអថេរ (Variables) ច្រើន មកនៅត្រឹមសមាសធាតុសំខាន់ៗមួយចំនួនតូច (Principal Components) ដែលងាយស្រួលក្នុងការមើលឃើញពីទំនាក់ទំនង និងបែងចែកក្រុមទិន្នន័យដោយមិនបាត់បង់ព័ត៌មានសំខាន់ៗ។ ដូចជាការសង្ខេបសៀវភៅក្រាស់មួយក្បាលមកនៅត្រឹម២ឬ៣ទំព័រ ដែលនៅតែរក្សាអត្ថន័យសំខាន់ៗនៃសាច់រឿងទាំងមូលបាន។
Degree of Milling (DOM) (កម្រិតនៃការកិន) ជារង្វាស់ភាគរយនៃបរិមាណកន្ទក់និងស្រទាប់ខាងក្រៅនៃគ្រាប់ស្រូវដែលត្រូវបានកូតចេញក្នុងអំឡុងពេលកិនពីអង្ករសម្រូបទៅជាអង្ករសម្រិត។ ការកិនកាន់តែខ្លាំង ធ្វើឱ្យបាត់បង់ប្រូតេអ៊ីននិងខ្លាញ់ តែបង្កើនកម្រិតម្សៅ (Starch) នៅក្នុងទម្ងន់សរុបនៃគ្រាប់អង្ករ។ ដូចជាការចិតសំបកផ្លែប៉ោមអញ្ចឹង បើយើងចិតកាន់តែក្រាស់ វានឹងបាត់បង់សំបកនិងសាច់ខាងក្រៅច្រើន ហើយសល់តែសាច់ខាងក្នុង។
Apparent amylose content (AAC) (កម្រិតអាមីឡូស) ជាបរិមាណនៃប្រភេទម្សៅ (Carbohydrate) ម៉្យាងនៅក្នុងគ្រាប់អង្ករ ដែលកំណត់ភាពស្អិតឬរឹងរបស់បាយ។ អង្ករដែលមានអាមីឡូសទាប (ដូចជាអង្ករម្លិះ) ពេលដាំឆ្អិនមានលក្ខណៈទន់និងស្អិតជាប់គ្នា ខណៈអង្ករអាមីឡូសខ្ពស់ដាំទៅរឹងនិងរលាយចេញពីគ្នា។ ដូចជាសារធាតុស៊ីម៉ងត៍នៅក្នុងការលាយបេតុងអញ្ចឹង បើមានស៊ីម៉ងត៍តិច (អាមីឡូសទាប) វាមិនសូវរឹង បើមានស៊ីម៉ងត៍ច្រើន (អាមីឡូសខ្ពស់) វារឹងខ្លាំង។
Gel consistency (GC) (ភាពខាប់នៃជែល ឬភាពខាប់នៃបាយ) ជារង្វាស់នៃភាពទន់ឬរឹងនៃបាយដែលបានដាំឆ្អិនហើយទុកឱ្យត្រជាក់។ វាត្រូវបានវាស់ដោយការវាស់ប្រវែងនៃលំហូររបស់ម្សៅអង្ករដែលបានដាំពុះជាមួយទឹកគីមី។ អង្ករម្លិះមាន Gel consistency ទន់ ដែលធ្វើឱ្យវាហូរបានវែងលើបន្ទះតេស្ត។ ដូចជាការប្រៀបធៀបរវាងចាហួយ និងទឹកស៊ីរ៉ូខាប់ៗអញ្ចឹង បើវាទន់ វាអាចហូរបានវែង តែបើវារឹង វាស្អិតកកមិនងាយហូរទេ។
Alkali spreading value (ASV) (តម្លៃរលាយក្នុងសូលុយស្យុងអាល់កាឡាំង) ជាការធ្វើតេស្តដោយត្រាំគ្រាប់អង្ករក្នុងទឹកសូលុយស្យុងអាល់កាឡាំង (ប៉ូតាស្យូមអ៊ីដ្រុកស៊ីត) ដើម្បីមើលការបំបែកខ្លួនឬការរលាយរបស់គ្រាប់អង្ករ។ វាជួយប្រាប់ពីសីតុណ្ហភាពដែលអង្ករចាប់ផ្តើមឆ្អិន (Gelatinization temperature) ដោយអង្កររលាយលឿនមានន័យថាឆ្អិនលឿន។ ដូចជាការសង្កេតមើលដុំស្ករសរលាយក្នុងទឹកក្តៅ ដើម្បីដឹងថាវាត្រូវការកម្តៅនិងពេលវេលាប៉ុន្មានទើបរលាយអស់។
Pasting properties (លក្ខណៈសម្បត្តិរលាយឬខាប់នៃម្សៅ) ជាបម្រែបម្រួលនៃភាពខាប់ (Viscosity) របស់ម្សៅអង្ករនៅពេលដែលវាត្រូវបានកម្តៅឱ្យពុះ និងបន្តកូរ រហូតដល់វាត្រជាក់ឡើងវិញ។ វាជួយអ្នកវិទ្យាសាស្ត្រទស្សន៍ទាយពីគុណភាពនៃការចម្អិន និងទម្រង់របស់បាយបន្ទាប់ពីទុកចោល។ ដូចជាការកូរម្សៅធ្វើនំអញ្ចឹង ពេលកម្តៅដំបូងវាចាប់ផ្តើមខាប់ ពេលពុះខ្លាំងវាអាចរាវបន្តិចវិញ ហើយពេលត្រជាក់វានឹងកកខាប់ឡើងរឹង។
Varimax rotation (ការបង្វិលបែបវ៉ារីម៉ិច) ជាបច្ចេកទេសគណិតវិទ្យាមួយនៅក្នុងការវិភាគ PCA ដែលជួយ 'បង្វិល' អ័ក្សនៃទិន្នន័យ ដើម្បីកាត់បន្ថយភាពស្មុគស្មាញ និងធ្វើឱ្យលទ្ធផលនៃសមាសធាតុនីមួយៗកាន់តែងាយស្រួលអាននិងបកស្រាយ (ដោយផ្តុំអថេរដែលមានទំនាក់ទំនងគ្នាឱ្យនៅដាច់ដោយឡែកពីគ្នាជារង្វង់ច្បាស់លាស់)។ ដូចជាការបង្វិលកាមេរ៉ា ឬដោះដូរប្លង់ថតរូបជុំវិញវត្ថុមួយ ដើម្បីរកមើលមុំដែលយើងអាចមើលឃើញរាងរបស់វាបានច្បាស់បំផុត និងមិនសូវរញ៉េរញ៉ៃ។
Retrogradation (ការកកកុញត្រលប់នៃម្សៅ) ជាដំណើរការគីមីដែលម៉ូលេគុលម្សៅ (អាមីឡូស) ដែលបានឆ្អិននិងរលាយហើយ ចាប់ផ្តើមចងសម្ព័ន្ធគ្នាឡើងវិញ និងកកកុញចូលគ្នាបង្កើតជារចនាសម្ព័ន្ធរឹងនៅពេលសីតុណ្ហភាពធ្លាក់ចុះ (ត្រជាក់)។ វាជាមូលហេតុធ្វើឱ្យបាយរឹងនៅពេលទុកយូរ។ ដូចជាខ្លាញ់ជ្រូក ឬប្រេងដូងអញ្ចឹង នៅពេលដែលយើងកម្តៅវានឹងរាវ តែនៅពេលដែលត្រជាក់ វានឹងកកជាដុំពណ៌សរឹងៗត្រលប់មកវិញ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖