预测甜味强度和发现混合甜味剂的定量相互作用:一种机器学习方法
Tiantian Du1, Gang He1, Xin Hou1
1National Engineering Research Center of Cereal Fermentation and Food Biomanufacturing, School of Food Science and Technology, Jiangnan University, Wuxi 214122, China.
机器学习模型预测混合甜味剂的甜味强度. 与二进制混合物相比,三进制混合物,特别是含有曼尼托和比托等多聚醇的混合物,显示出增强的甜度.
科学领域:
- 食品科学 食品科学 食品科学
- 感官科学 感官科学
- 计算化学计算化学
背景情况:
- 甜味剂通常被混合在一起,以达到所需的甜度,同时减少整体使用.
- 量化混合甜剂度和甜度强度之间的关系是具有挑战性的.
研究的目的:
- 开发一种机器学习方法,用于预测二元和三元甜味剂混合物的甜度强度.
- 建立甜味剂和机器学习相互作用的定量模型.
主要方法:
- 感官评估与机器学习回归模型 (多层感知器,支持矢量回归) 结合.
- 使用5种甜味剂的分子描述符进行特征选择:糖糖,葡萄糖,果糖,曼尼托尔和.
- 为二元和三元混合物开发预测模型.
主要成果:
- 多层感知子 (R2 = 0.9828) 和支向量回归 (R2 = 0.9825) 模型显示出高精度.
- 糖和多 (曼尼托,索尔比托) 的三元混合物在低度下显示出比二元混合物更大的协同作用.
- 具体的例子显示,甜味强度显著增加 (例如,用糖糖增加39.6%).
结论:
- 机器学习有效地模拟了复杂的甜味剂混合物的度-甜度强度关系.
- 这种方法揭示了复杂的甜味剂相互作用,并有助于智能感官评估和配方.
- 该研究提供了一种用于优化甜味剂混合物的新方法,以提高甜度和减少使用.
更多相关视频
06:19Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction
Published on: August 16, 2024
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
相关概念视频
The Physiology of Taste
Gustation
Sugars as Energy Storage Molecules
Predicting Products: SN1 vs. SN2
With increased substitution on the alkyl halide,...
Predicting Products: Substitution vs. Elimination
The following factors can influence the mechanisms competing against each other:
