01 / 01

类目筛选(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

深度筛选(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

标签记录(食品学者)

清除全部筛选
暂无筛选

标签记录(计算机学者)

机器学习/统计学习

共 712 条结果

  • 宏蛋白质组学和人工智能用于建立面向个性化健康的新一代益生菌的潜力

    2023
    Journal of Agricultural and Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Arpita Das, Rama N. Behera, Ayushi Kapoor, & Kiran Ambatipudi

    食品标签

    肠道健康与微生物相关功能 蛋白质组学 微生物组/宏基因组学 益生菌/益生元/合生元

    计算机标签

    机器学习/统计学习 定量预测/回归分析 组学数据 合成/仿真数据为主

    益生菌与人体共生,可在获得营养和适宜生存环境的同时为宿主提供多种健康益处。然而,益生菌必须在不利肠道条件下存活,才能发挥有益作用。益生菌耐受严酷环境的内在能力源于多种蛋白质;微生物蛋白与宿主的相互作用对于调节肠道微生物组至关重要,包括与细胞受体相互作用以及对病原体的保护作用。复杂的蛋白质相互作用网络需要借助宏蛋白质组学策略加以解析。益生菌对健康的贡献已被广泛认可,但由于通用益生菌效果不一致,面向定制化干预的精准益生菌研究正在兴起。本文综述宏蛋白质组学和 AI/ML 算法在多组学数据分析、微生物特征计算预测以及筛选特定有益益生菌中的应用。实施这些整合策略有望增强精准益生菌在个性化健康管理中的潜力。

  • 基于机器学习和分子对接的鲜味肽筛选快速选择策略

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Chen Li, Ying Hua, Daodong Pan, Lulu Qi, Chaogeng Xiao, Yongzhao Xiong, Wenjing Liu, Yali Dang, Xinchang Gao& Yufen Zhao

    食品标签

    其他添加剂与配料 蛋白质组学 蛋白质与氨基酸

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定

    近年来,鲜味肽因其较高的营养价值和风味活性,已成为鲜味研究领域的热点。但现有的鲜味肽筛选方法流程繁琐、操作复杂,耗时耗力,难以实现高通量筛选。本研究构建了一种新型鲜味肽快速筛选模型,以羊骨水提物为原料,结合多肽组学、机器学习方法与分子对接技术进行逐级筛选。研究最终鉴定出6种全新的羊骨源鲜味肽,验证了该筛选模型的可行性,可应用于鲜味肽的高通量筛选。鲜味肽与T1R3亚基的分子对接结果表明,二者主要通过氢键和静电相互作用结合,关键结合位点为GLU277和SER146。该研究为探究鲜味肽的结合作用机制奠定了理论基础。

  • 利用质谱机器学习技术进行番茄分类:一个提升食品安全的平台

    2023
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Arthur Noin de Oliveira, Sophia Regina Frazatto Bolognini, Luiz Claudio Navarro, Jeany Delafiori, Geovana Manzan Sales, Diogo Noin de Oliveira & Rodrigo Ramos Catharino

    食品标签

    新鲜蔬菜 食品安全与风险评估 光谱/色谱/质谱等分析方法

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定

    近年来,食品安全与质量评估机制一直是各行业及各国持续面临的未被满足的需求。本研究旨在搭建一个基于机器学习算法的平台,通过分析质谱数据实现有机番茄与非有机番茄的分类研究。研究采用硅胶板以及直接进样电喷雾电离质谱技术对番茄样本进行检测分析,并为数据分析定制适配了决策树算法。该模型在判定番茄所属类别时,准确率达92%、灵敏度为94%、精确率达90%。研究还筛选出潜在生物标志物,可佐证两类番茄在处理方式与生产模式上存在差异。

  • 迈向绿茶产品贮藏期间抗氧化活性的智能评估:一项结合循环伏安法与机器学习的研究

    2023
    Food Control
    中科院一区
    JCR一区
    查看原文

    Liu Jiang & Kang Zheng

    食品标签

    茶/茶饮料 品质、结构与理化性质 多酚与黄酮

    计算机标签

    机器学习/统计学习 偏最小二乘法 定量预测/回归分析

    抗氧化活性是评价茶叶制品品质与功效的一项重要特性。为建立一种智能监测储藏绿茶制品抗氧化活性变化的电化学分析方法,本研究采用循环伏安法,对储藏时长为 0、3、6、9 及 12 个月的 15 种绿茶制品进行电化学响应信息检测,并提取出 10 项电化学特征参数。结合偏最小二乘判别分析与系统聚类分析,筛选出变量投影重要性值大于 1 的 5 项参数(峰电位差 ΔEp、阳极峰电流 ipa、阳极峰电量 Qpa、阴极峰电位 Epc、阳极峰电位 Epa)作为特征变量。在此基础上,构建人工神经网络(ANN)预测模型,用于预测储藏绿茶抗氧化活性表征指标(DPPH 自由基清除率、ABTS 阳离子自由基清除率、铁离子还原能力 FRAP、总还原能力 TRC)的变化情况。值得关注的是,所构建的人工神经网络模型能够基于电化学参数,以可解释的方式实现对茶叶制品抗氧化活性的预测。预测值与实测值的平均绝对百分比误差均控制在 2% 以内,表明该预测模型兼具可靠性与准确性。电化学特征参数与人工神经网络模型的结合,通过自学习训练实现了数据的有效压缩与分析时长的缩短,为茶叶制品的智能化调控提供了技术支撑。本研究所建立的方法高效、精准且环境友好,在学术研究与工业生产领域均具有良好的应用前景。

  • 人工智能如何帮助提高食品安全?

    2023
    Annual Review of Food Science and Technology
    中科院一区
    JCR一区
    查看原文

    Chenhao Qian, Sarah I. Murphy, Renato Hohl Orsi & Martin Wiedmann

    食品标签

    食品安全与风险评估 标准/法规/数据库分析

    计算机标签

    机器学习/统计学习 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 大规模数据集

    随着人工智能(AI)技术的进步,数字食品系统的开发和实施正变得越来越可行。人们对运用不同的人工智能应用(如机器学习模型、自然语言处理和计算机视觉)来改善食品安全抱有极大兴趣。可能的人工智能应用范围广泛,包括但不限于:(a)整个供应链中的食品安全风险预测与监控以及食品安全优化;(b)改进公共卫生系统(例如,通过提供疫情早期预警和源头追溯);(c)食源性病原体的检测、识别和特征描述。然而,由于数据共享有限以及合作研发努力不足等障碍,食品安全领域的人工智能技术在商业开发方面滞后。未来的行动应致力于应用数据隐私保护方法、提高数据标准化程度,并构建协作生态系统,以推动人工智能在食品安全应用中的创新。

学术日历
学术日历

特刊征稿

特刊名称

截稿时间

收录范围

会议链接

IF=18.1!征稿丨Nature Communications:AI-Driven Smart Agriculture for Sustainable Food Systems

2027.03.18

农业生产与AI

了解更多

IF=13.8!征稿 | Food Hydrocolloids: 20th Food Colloids Conference: past, present and future of food colloids

2026.09.30

食品胶体与AI

了解更多

IF=10.6!征稿丨Journal of Future Foods:Intelligent Detection and Data-Driven Food Safety

2027.01.31

食品安全与AI

了解更多

IF=9.6!征稿 | npj science of food: Flavor Chemistry

2026.12.03

风味化学与AI

了解更多

IF=7.7!征稿丨Current Research in Food Science:Intelligent Matrices: Machine Learning and AI in Molecular Food Science

2027.02.01

应用分子食品科学与AI

了解更多

IF=7.3!征稿 | Food Science and Human Wellness: Special Issue on Identification of New Targets for Food-derived Compounds

2026.12.01

分子靶点与AI

了解更多

IF=7.0!征稿 | Food Control: Food authentication and traceability in high-risk products: analytical approaches for regulatory control

2027.05.30

食品快速检测与AI

了解更多

IF=6.0!征稿丨foods:Flavor Formation Mechanisms,Targeted Regulation Strategiesand Al-Enabled Research inAnimal-Derived Foods

2027.01.10

动物源性食品风味与AI

了解更多

IF=5.9!征稿 | Food Quality and Preference: Sensory is everywhere, beyond food. Expanding the horizon of sensory and consumer science

2026.09.30

感官科学与AI

了解更多

IF=7.3!征稿 | Postharvest Biology and Technology: Ready-to-use, added-value, fresh fruit and vegetables: the new scenario in terms of recent innovations and prospective industry needs

2026.09.16

果蔬与AI

了解更多

活动详情请关注“食品AI荟”微信公众号