类目筛选(食品学者)
-
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)
-
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)
标签记录(计算机学者)
共 2456 条结果
-
利用人工神经网络工具优化酶法制备改性朝鲜蓟果胶及其果胶低聚糖:抗氧化活性的计算机模拟与体外评价
查看原文2020
Food Hydrocolloids
中科院一区JCR一区Carlos Sabater, Ana Blanco-Doval, Antonia Montilla & Nieves Corzo
食品标签
新鲜水果 碳水化合物配料 其他加工技术 其他品质相关性质 抗氧化/抗炎等功能 副产物与废弃物高值利用 过程优化与控制策略 常规理化指标测定 其他理化与结构表征 碳水化合物与糖类计算机标签
其他深度学习结构 定量预测/回归分析 过程控制与实时优化 合成/仿真数据为主本研究聚焦于优化一种从朝鲜蓟副产物中获取改性果胶和果胶寡糖的酶法。采用 Celluclast® 酶解过程来生成分子量在 100 至 0.3 kDa 之间的产品。优化过程通过实验设计进行,并使用人工神经网络工具对关键参数进行建模和优化。ANN 模型对于预测最大化产量和所需产品特性的最佳条件起到了关键作用。此外,通过计算机模拟预测和体外实验分析,对所获得的改性果胶和寡糖的抗氧化活性进行了全面评估。这种集成方法实现了生物过程的理性和高效优化,同时为所得化合物的生物活性提供了可靠的评估。这项研究展示了机器学习在提升农业副产品高值化利用、以生产高价值功能性成分方面的有效应用。
-
决策树、人工神经网络与多元回归方法预测山羊羔胴体组织组成的比较
查看原文2020
Meat Science
中科院一区JCR一区Bulent Ekiz, Oguzhan Baygul, Hulya Yalcinan & Mustafa Ozcan
食品标签
畜肉 品质、结构与理化性质 常规理化指标测定计算机标签
智能手机/其他 定量预测/回归分析 质构/流变/感官数据本研究旨在采用基于CHAID算法的决策树(DT)与人工神经网络(ANN)方法,并与经典逐步回归(SWR)分析相对比,预测山羊羔羊的胴体组织构成。研究数据取自57只格克切达品种山羊羔羊。预测变量包括宰前体重、多项胴体测量指标与指数、不同胴体部位重量以及屠宰率。在预测肌肉比例时,所得决定系数R²介于0.212至0.371之间,表明预测精度为低至中等水平。决策树与人工神经网络在预测骨骼比例时得到的R²值相近。对于皮下脂肪比例(R²=0.828)与肌间脂肪比例(R²=0.789)的估算,决策树是最优预测方法。根据决策树分析,冷胴体重是影响骨骼比例的最重要因素,而肾周及盆腔脂肪重量则是影响皮下脂肪、肌间脂肪及总脂肪比例的主导因素。综上,可考虑采用决策树方法对胴体脂肪比例进行预测。
-
基于荧光与智能混沌网络的麝香葡萄酒掺假检测及其分销链评估
查看原文2020
Food Control
中科院一区JCR一区John C. Cancilla, Manuel Izquierdo, Anastasiia Semenikhina, Ester González-Flores, Miguel Lastra-Mejías & José S. Torrecilla
食品标签
酒精饮料 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 红外/拉曼光谱数据本研究将智能算法与荧光检测技术集成于一套便携式系统,用于评估葡萄酒的贮藏条件,并检测葡萄酒中掺水、掺乙醇等掺伪行为。研究采集了源自欧洲(法国、俄罗斯)的三类葡萄酒的逾 700 条光谱数据,样品涵盖规模化量产与手工精酿的麝香葡萄酒。研究提取多组自变量并用于神经网络模型训练,所用变量分为两类:一类是通过特征选择直接从荧光发射光谱中提取的特征,另一类是以混沌参数形式计算得到的指标。为实现上述两大研究目标,本研究构建了超 77500 个神经网络以完成模型工具的优化。核心结果表明:无论基于混沌参数还是直接荧光发射数据,荧光检测与智能算法的融合方案,均可有效识别异常贮藏状态,且能精准判定待测葡萄酒中是否存在水、乙醇等掺杂物。
-
结合机制与机器学习模型,用于色氨酸代谢的预测工程与优化
查看原文2020
Nature Communications
中科院一区JCR一区Jie Zhang, Søren D. Petersen, Tijana Radivojević, Andres Ramirez, Adolfo Pérez-Manríquez, Eduardo Abeliuk, Benjamín J. Sánchez, Zak Costello, Yu Chen, Michael J. Fero, Christopher J. Petzold, Jens Nielsen, Hector Garcia Martin & Michael K. Jensen
食品标签
动力学建模 数值仿真计算机标签
机器学习/统计学习 定量预测/回归分析 大规模数据集代谢工程旨在优化细胞代谢过程,以生产有价值的化学物质,包括氨基酸及其衍生物。然而,代谢网络的复杂性常常阻碍了高性能菌株的合理设计。在此,我们提出了一种融合机制动力学模型与机器学习的混合建模方法,用于预测和优化大肠杆菌中的色氨酸代谢。我们构建了色氨酸生物合成途径的动力学模型,并利用该模型生成了大量的模拟代谢通量和浓度数据集。然后,这些数据被用于训练机器学习模型,包括集成方法,以预测色氨酸及其中间产物的产量。这种混合模型准确地捕捉了该途径的非线性动态,并识别出了关键的速率限制步骤和调控节点。在模型预测的指导下,我们对大肠杆菌菌株进行了工程改造,使其色氨酸浓度和产量显著提高。这项研究展示了将机制性理解与基于数据的预测相结合在代谢工程中的强大作用,并为优化其他高价值化合物的生产提供了一个通用的框架。
-
使用随机森林方法将香气谱与挥发性化合物联系起来:应用于结合美拉德反应的阿特兰大鲑(Salmo salar)副产品酶解
查看原文2020
Food Research International
中科院一区JCR一区Mireille Cardinal, Marianne Chaussy, Claire Donnay-Moreno, Josiane Cornet, Cecile Rannou, Catherine Fillonneau, Carole Prost, Regis Baron, & Philippe Courcoux
食品标签
鱼肉 副产物与废弃物高值利用 特征风味 光谱/色谱/质谱等分析方法 其他植物化学物质计算机标签
随机森林 定量预测/回归分析 红外/拉曼光谱数据 质构/流变/感官数据 小规模数据集为了将三文鱼蛋白水解物用作食品配料并掩盖鱼腥味,研究中将美拉德反应与酶法水解生产结合。该研究探索了一种基于回归树(RT)和随机森林(RF)方法的原创方法,以从挥发性化合物预测水解物的气味特征。实验设计采用四个因素:酶/底物比、木糖量、水解时间和烹饪时间,用于制备一系列酶水解物。二十个样品由经过训练的感官评估小组进行气味描述。水解物的挥发性化合物通过顶空固相微萃取法(HS-SPME)提取,并使用气相色谱-质谱联用(GC-MS)进行分析。结果表明,RT和RF方法可以作为从挥发性化合物预测整个感官特征的有用工具。四种主要的挥发性化合物使得能够根据特定的感官特征将水解物分为五组。2,5-二甲基吡嗪、1-羟基-2-丙酮和3-羟基-2-戊酮被确定为烘烤气味的主要预测因子,而甲硫醇与泥土气味相关。这些结果还表明了获得典型烘烤气味的适当工艺条件。