通过智能感官技术和GC-MS以模拟人类的尸感觉来描述不同烤方法的羊肉shashliks:基于多式联络深度学习
Che Shen1, Guanhua Cai2, Jiaqi Tian3
1College of Food Science and Technology, Bohai University, Jinzhou 121013, China; Engineering Research Center of Bio process, Ministry of Education, Hefei University of Technology, Hefei 230009, China.
Food chemistry
|December 28, 2023
概括
智能感官技术,包括电子鼻子和舌头,分析了羊羔shashliks. 一个深度学习模型准确地预测了感官属性,指导了评估.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 人工智能的人工智能
背景情况:
- 智能感官技术旨在模拟人类的嗅觉,味觉和视觉等感官.
- 食品的客观感官表征对于质量控制和消费者满意度至关重要.
研究的目的:
- 用多式联络方法将先进的分析技术和人工智能结合起来,对羊肉沙什利克进行表征.
- 开发和验证一个深度学习模型,以基于仪器测量来预测羊羔shashliks的感觉属性.
主要方法:
- 头部空间固相微提取气色谱-质谱 (HS-SPME-GC/MS) 确定了挥发性化合物.
- 电子鼻子 (E-noses),电子舌头 (E-tongues),计算机视觉 (CVs) 和纹理分析仪 (TAs) 提供了多式传感数据.
- 一个跨道感官变压器 (CCST) 深度学习模型被开发用于感官预测.
主要成果:
- 56种挥发性有机化合物 (VOC) 在羊肉沙什里克中被确定,其中21种是基于OAV的关键芳香化合物.
- 在CCST模型成功预测了19个感官属性和分数的羔羊shashliks.
- 该模型在预测集中实现了高预测准确性 (R2 = 0.964).
结论:
- 多模式深度学习模型可以有效地模拟人类的感官评估.
- 这种方法提供了一种可行的方法,用于指导和纠正食品科学中的感官评估.
- 智能感官技术与人工智能相结合,为客观的食品质量评估提供了强大的工具.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.4K
09:57Multiplex Chemical Imaging Based on Broadband Stimulated Raman Scattering Microscopy
Published on: July 25, 2022
4.0K
