相关实验视频
Updated: Mar 2, 2026

13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
10.1K
深度学习模型用于预测各种食品的保质期和规范:系统性审查
Miao Liang1, Yongbiao Ni2, Xuhang He1
1School of Light Industry Science and Engineering, Beijing Technology and Business University, Beijing, China.
Journal of food science
|February 28, 2026
概括
深度学习 (人工智能) 提高了食品保质期的预测,提高了安全性,减少了浪费. 这种人工智能技术使供应链现代化,并优化食品质量评估,以改善监管.
科学领域:
- 食品科学 食品科学 食品科学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 准确的食品保质期预测对于食品安全,减少浪费和消费者信任至关重要.
- 在复杂的食品系统中,传统方法往往不足.
- 先进的人工智能 (AI) 提供了有前途的解决方案.
研究的目的:
- 系统地审查食品保质期预测和监管中的深度学习应用.
- 分析预测模型架构和食品质量评估标准.
- 探索混合方法和基于模型的优化策略.
主要方法:
- 审查深度学习模型 (例如神经网络) 用于预测保质期.
- 对食品质量评估指标的分析.
- 探索混合数据驱动和机械模型.
- 对反向调节概念的研究.
主要成果:
- 深度学习模型显示了准确的保质期预测的巨大潜力.
- 结合人工智能和机械方法的混合方法提供了强大的解决方案.
- 人工智能的进步可以加强食品安全系统和资源效率.
- 反向监管提供了创新的供应链解决方案.
结论:
- 深度学习正在彻底改变食品保质期的预测和监管.
- 人工智能集成提高了食品安全,减少了浪费,并使供应链现代化.
- 未来的研究应该专注于混合模型和智能供应链物流.
更多相关视频
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
11.2K
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
13.1K