类目筛选（计算机学者）
清除筛选
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
深度筛选（食品学者）
清除筛选
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果（及籽类）
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素（宏量）
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
标签记录（计算机学者）
清除全部筛选
标签记录（食品学者）
共 1173 条结果
-
人工智能驱动的见解：农药残留文献中方法验证程度的分析
查看原文
2025
中科院一区JCR一区
计算机标签
机器学习/统计学习 知识抽取与语义理解 文本/知识库/法规数据食品标签
化学污染物 光谱/色谱/质谱等分析方法 标准与法规对比分析 专利分析分析方法验证是评估性能参数的核心要求。本研究结合生成式AI与专家审查，系统分析了1970-2024年《农业与食品化学杂志》391篇农药残留质谱检测方法的验证趋势，揭示了技术演进（如HPLC/UHPLC-ESI/APCI逐步替代GC-EI/CI）与参数报告完整性差异（灵敏度、选择性等六项指标的联合报告率在验证类研究中显著更高）。AI驱动的文献评估框架为方法标准化与质量控制提供了新工具。
-
基于计算策略增强甜蛋白Neoculin在食品应用中的稳定性
查看原文
2025
中科院一区JCR一区
计算机标签
机器学习/统计学习 定量预测/回归分析 设计/生成与推荐 文本/知识库/法规数据 合成/仿真数据为主食品标签
蛋白质配料 甜味剂 加工与新加工技术 过程优化与控制策略 其他理化与结构表征 其他统计建模方法 蛋白质与氨基酸甜味蛋白因其高甜度、低热量特性成为健康甜味剂的理想选择，但Neoculin的热稳定性不足限制了其工业应用。本研究通过PyRosetta算法设计二硫键并结合饱和诱变，将Neoculin的熔解温度（Tm）提升20.3°C至84.7°C，同时保留甜味特性。高斯网络模型（GNM）分析表明，突变体（FM）中特定残基的协同性增强是稳定性提升的关键机制。该研究为低热量甜味剂的蛋白质工程提供了创新策略。
-
机器学习引导的环糊精选型以增强挥发性萜烯的生物合成与捕获
查看原文
2025
中科院一区JCR一区
计算机标签
机器学习/统计学习 定量预测/回归分析 合成/仿真数据为主食品标签
香精香料 其他添加剂与配料 加工与新加工技术 可持续性与资源高值化 过程优化与控制策略 微生物与发酵实验 其他理化与结构表征 其他统计建模方法 碳水化合物与糖类 其他特殊成分挥发性萜烯（如圆柚酮和柠檬烯）的生物合成因易挥发特性受限。本研究通过LightGBM机器学习模型预测环糊精（CD）与萜烯的络合自由能（ΔG，测试集R²=0.80），指导筛选高效CD以封装萜烯，替代传统有机溶剂十二烷。实验验证了7种CD的包封性能：圆柚酮包封率21.29%-88.41%（最优为Me-β-CD），柠檬烯为0.62%-55.45%。工程化酿酒酵母以葡萄糖为碳源发酵时，10 mM Me-β-CD可捕获圆柚酮达97.30 mg/L。该研究为绿色生物制造提供了AI驱动的CD选型新范式。
-
基于随机森林的杀虫分子探索：实现高杀虫活性与低蜜蜂毒性的平衡
查看原文
2025
中科院一区JCR一区
计算机标签
随机森林 分类/鉴别/等级评定 定量预测/回归分析 文本/知识库/法规数据食品标签
化学污染物 其他可持续性主题 其他统计建模方法高效杀虫分子对全球农药减量与粮食安全至关重要，但其对蜜蜂的高毒性限制了应用。本研究提出一种新策略，通过随机森林（RF）模型分别预测分子对害虫的杀虫活性（AUC=0.88±0.05）和对蜜蜂的毒性（AUC=0.91±0.01），并整合双模型筛选出兼具高杀虫活性与低蜜蜂毒性的分子（实验验证有效）。该双模型方法为开发高效且环境友好的杀虫剂提供了新思路，助力可持续农业发展。
-
AI4ACEIP：基于集成学习策略融合分子表征与序列信息预测ACE抑制肽的计算工具
查看原文
-0001
中科院一区JCR一区
计算机标签
梯度提升决策树 其他深度学习结构 随机森林 分类/鉴别/等级评定 组学数据 文本/知识库/法规数据食品标签
血糖、血脂与代谢相关功能 其他统计建模方法 蛋白质与氨基酸高血压是心血管疾病的主要风险因素，传统药物治疗存在副作用。本研究开发了AI4ACEIP工具，通过两层堆叠集成架构（随机森林与XGBoost等基础模型），整合序列特征、大语言模型嵌入及分子描述符（如理化性质、3D结构），预测食物源ACE抑制肽（ACEIP）。关键创新包括：(1) 使用PowerShap筛选40组最优特征-模型组合，提升Matthew相关系数8.47%-20.65%；(2) 开源工具支持用户自定义训练与预测，输入FASTA序列即可输出活性概率。实验验证显示，模型对乳清蛋白等食物肽的ACE抑制活性预测准确率显著优于现有方法，为功能性食品开发提供了高效计算手段。
