Authors

Abstract

This study used eXtreme Gradient Boosting (XGBoost) to predict the drying behavior of Boesenbergia rotunda (L.) under hot air and ultrasonic vibration. A dataset of 73 samples with temperature, time, and vibration as inputs was used. The model achieved high accuracy with R² = 0.99 and RMSE = 8.71 on test data. SHAP analysis revealed that ultrasonic vibration improved moisture reduction, especially during longer drying times. These results demonstrate the effectiveness of combining XGBoost and SHAP for understanding and optimizing complex drying processes in food and agricultural engineering.

Abstract in Thai

งานวิจัยนี้ใช้เทคนิค XGBoost เพื่อพยากรณ์พฤติกรรมการอบแห้งของกระชายขาว (Boesenbergia rotunda (L.)) ด้วยลมร้อนร่วมกับคลื่นการสั่นสะเทือนความถี่สูง โดยใช้ชุดข้อมูลจำนวน 73 ตัวอย่างที่มีอุณหภูมิ เวลา และการสั่นสะเทือนเป็นตัวแปรนำเข้า โมเดลสามารถทำนายได้อย่างแม่นยำ โดยมีค่า R² เท่ากับ 0.99 และ RMSE เท่ากับ 8.71 จากข้อมูลทดสอบ การวิเคราะห์ด้วย SHAP แสดงให้เห็นว่าคลื่นเสียงช่วยลดความชื้นได้ดีขึ้นเมื่อใช้กับเวลาการอบแห้งที่นาน ผลลัพธ์นี้ชี้ให้เห็นถึงศักยภาพของการผสาน XGBoost กับ SHAP ในการเพิ่มประสิทธิภาพกระบวนการอบแห้งสำหรับงานด้านวิศวกรรมอาหารและเกษตร