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)

暂无筛选

共 2456 条结果

  • 通过HS-SPME-GC-MS和GC-IMS检测预煮鹅肉的风味演变及温热味(WOF)的鉴定

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Kangling Yan, Jiaxin Kong, Limei Yu, Juan Yang, Xiaofang Zeng, Weidong Bai, Min Qian & Hao Dong

    食品标签

    禽肉 品质、结构与理化性质 过程控制与数字化 光谱/色谱/质谱等分析方法 脂质与脂肪酸

    计算机标签

    机器学习/统计学习 偏最小二乘法 分类/鉴别/等级评定 时序传感器/物联网数据

    本研究探讨了预煮鹅肉在储存过程中风味的演变,重点关注脂质氧化对温热风味(WOF)的影响。通过电子鼻、GC-IMS和SPME-GC–MS表征挥发性有机化合物(VOCs),GC-IMS鉴定出60种VOCs。SPME-GC–MS和OAV分析发现了15种关键挥发性有机化合物,OPLS-DA和VIP分析强调了二异丁基邻苯二甲酸酯、2-辛烯酸、辛二基醇和1-辛烯-3-醇作为预煮鹅肉储存时间的潜在指标。皮尔逊相关分析显示关键挥发性有机化合物与脂质氧化,尤其是二次氧化和多元不饱和脂肪酸之间存在强联系(C24:1,C22:6n3)。这些发现强调了脂质氧化在风味强化中的作用,为风味分析和氧化控制提供了宝贵见解。

  • 一种基于Transformer框架与生成式光谱增强的透明质酸发酵过程在线监测方法

    2025
    Carbohydrate Polymers
    中科院一区
    JCR一区
    查看原文

    Weilu Tian, Lixuan Zang, Yunyi Li, Cheng Peng, Jinhua Zhang, Huarong Shao, Ruiqing Xian, Ru Sun, Fei Liu, Haining Tan & Peixue Ling

    食品标签

    碳水化合物配料 过程监测与在线检测 其他品质相关性质 光谱/色谱/质谱等分析方法 发酵工艺与动力学 碳水化合物与糖类

    计算机标签

    深度学习 序列到序列/编码-解码 生成对抗网络 定量预测/回归分析 过程控制与实时优化 红外/拉曼光谱数据 合成/仿真数据为主

    在生物发酵生产透明质酸的过程中,对其分子量和浓度等关键质量属性进行准确、实时的在线监测对保障产品质量至关重要。本研究提出了一种创新的在线监测框架,以解决近红外光谱建模中面临的两个核心挑战:高质量标记样本稀缺以及发酵过程的非线性和动态复杂性。该框架集成了数据增强和深度学习技术。具体而言,采用具有梯度惩罚的Wasserstein生成对抗网络(WGAN-GP)生成高保真度的合成光谱数据,显著扩充了校准数据集并增强了其多样性,从而提升了模型的鲁棒性和对批次效应的适应性。同时,针对传统线性模型(如偏最小二乘回归,PLSR)难以捕捉复杂非线性关系的局限性,以及常规深度学习模型(如1D-CNN、LSTM)在捕获长程依赖和全局特征方面的不足,本研究开发了一种改进的Transformer模型,利用其多头自注意力机制高效地从光谱中提取关键特征。实验结果表明,该集成框架在独立测试集上超越了传统的PLSR及其变量选择变体,以及常用的1D-CNN和LSTM模型,在预测准确性和泛化能力方面均表现出显著优势。这项工作为透明质酸生产提供了一种强大的智能质量监控解决方案,并为生物发酵过程的智能化推进做出了贡献。

  • 一种由Mn3O4空位纳米酶催化的新型类重氮化现象用于智能手机辅助的食品中亚硝酸盐可视化检测

    2025
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Wenping Yang, Zufei Jin, Ying Yu, Guangyan Hao, Langjin Zhong, Yue Tang & Yuangen Wu

    食品标签

    其他复合食品 化学污染物 光谱/色谱/质谱等分析方法 其他特殊成分

    计算机标签

    智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据

    食品中过量亚硝酸盐的存在会对人体健康构成重大风险,这凸显了开发快速检测方法的关键重要性。本研究合成了一种具有丰富空位的Mn₃O₄纳米酶,该纳米酶具有独特的氧化酶模拟活性,能够催化N-乙基-N-(3-磺丙基)-3-甲基苯胺钠盐(TOPS)的氧化。有趣的是,TOPS的氧化衍生物通过类重氮化现象呈现出与亚硝酸盐浓度相关的颜色变化。因此,我们建立了结合视觉和智能手机辅助传感模式的双重检测平台。机理研究表明,催化氧化和类重氮化过程均涉及活性氧(•O₂⁻和¹O₂)。灵敏度研究显示,线性检测范围为20–160μM,计算得出的检测限(LOD)分别为1.9μM(视觉检测)和0.01μM(智能手机检测)。与国家标准方法的对比分析证实了我们的方法在实际食品基质中的可靠性和准确性。这项工作为食品安全监测提供了一个强大的分析平台,兼具操作简便性和实验室级别的精确性。

  • 人工智能赋能洞察:农药残留文献中方法验证程度分析

    2025
    Journal of Agricultural and Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Leah S. Riter, Steven J. Lehotay, & John Swarthout

    食品标签

    复合/即食/餐饮食品 化学污染物 光谱/色谱/质谱等分析方法 标准/法规/数据库分析 其他特殊成分

    计算机标签

    大语言模型 知识抽取与语义理解 红外/拉曼光谱数据 中等规模数据集

    验证分析方法的性能指标和其他关键参数,是判断方法是否适合预期用途的基本要求。本文结合生成式 AI 和领域专家审查,从农业应用中涉及质谱的农药残留方法验证文献出发,分析已发表方法在分析趋势、技术进展和报告现状方面的特点。研究评估了 1970-2024 年发表于 Journal of Agricultural and Food Chemistry 的 391 项研究中分析参数报告和技术发展的趋势。该可行性研究表明,在提示词经过适当优化且结果经过性能验证的前提下,AI 可以高效、准确地评价科学文献。文章展示了 AI 辅助数据提取和文献评价在分析化学方法验证中的应用潜力,也提示农药残留检测文献在方法验证报告方面仍需持续规范。

  • 基于基础模型和迁移学习的肽段转运预测、分子味觉分类与视觉纹理分析

    2025
    Innovative Food Science and Emerging Technologies
    中科院一区
    JCR一区
    查看原文

    Yizhou Ma, Qing Ren, Kasper Hettinga & Vincenzo Fogliano

    食品标签

    蛋白质配料 品质、结构与理化性质 蛋白质与氨基酸

    计算机标签

    大模型与 LLM 迁移学习/领域自适应 分类/鉴别/等级评定

    基础模型为食品科学中通过迁移学习建模符号与图像数据提供了强大工具。本研究展示了三个应用案例,说明经过预训练的基础模型如何改进实验食品科学数据中常见的预测任务。首先,利用“Evolutionary Scale Model Cambrian”蛋白质语言模型的嵌入表示,基于氨基酸序列对山羊奶源肽的Caco-2单层细胞转运能力进行分类,所得模型准确率达到0.89,优于传统的肽嵌入方法。其次,应用“MolFormer”化学语言模型预测小分子的味觉(甜、苦、鲜),准确率达到0.99,超越了基于化学信息学的模型。第三,使用视觉Transformer模型(“Contrastive Language-Image Pre-training”)提取的图像嵌入表示预测植物基肉类似物样品的纤维性。该方法改进了先前的自动化图像分析,并成功处理了外观复杂的样品。这些案例表明,基于基础模型的迁移学习能够为食品科学应用构建准确且可扩展的预测模型。迁移学习方法支持蛋白质、化学和图像数据的整合,为食品科学中多样化的实验数据分析提供了一个统一框架,并有望加速新食品设计和预测性食品制造的创新。

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