今天介绍一篇由英国布鲁内尔大学Manoj Dora等人于2021年8月在线发表在International Journal of Production Research上的文章。该研究旨在通过文献综述，确定人工智能在食品供应链中应用的关键成功因素。
介绍
今天介绍一篇由英国布鲁内尔大学Manoj Dora等人于2021年8月在线发表在International Journal of Production Research上的文章。该研究旨在通过文献综述，确定人工智能在食品供应链中应用的关键成功因素。
摘要
在食品供应链(FSC)中应用人工智能(AI)可以通过提高透明度和可追溯性来应对食品安全、质量和浪费方面的独特挑战，FSC迫切需要人工智能干预。然而， FSC中AI技术应用的文献研究仍处于起步阶段，这意味着人们对AI在FSC中应用的关键成功因素(CSFs)知之甚少。
因此，本研究通过对影响AI在食品供应链中应用的CSFs考察，进行了开拓性的尝试。一个基于TOEH(技术-组织-环境-人类)理论的概念框架被用来确定在印度FSC背景下影响AI应用的CSFs。
文献回顾
AI的应用是全世界研究人员和从业人员关注的首要问题。图1说明了为解决这些问题而采取的措施。
图1 拟议的概念模型。
研究方法
拟议的研究分两个阶段进行。研究流程如图2所示。
图2 研究设计。
结论
这项工作是调查AI及其在FSCs商业组织中应用的一项基本尝试。本研究采用TOEH框架进行技术创新扩散，该框架与印度FSC行业的设置相关，以成功地将AI技术整合到其运营和供应活动中。此外，这项调查的结果表明，印度金融服务中心背景下的人工智能技术协调仍处于初级阶段，这意味着将人工智能技术整合到供应链活动中的速度很慢。此外，使用一种新的Rough-SWARA技术来确定在FSC中应用AI的CSFs的相对重要性权重和优先级排序。
研究结果表明，技术准备程度、安全性、隐私性、客户满意度、感知收益、需求波动性、监管符合性、竞争对手压力和合作伙伴之间的信息共享是在FSC中应用AI最重要的CSFs。这项研究的结果将指导政策制定者、战略经理和专业人员更深入地了解AI技术的整合，以实现有效和有弹性的FSC运作。
参考文献
Manoj Dora, Ashwani Kumar, Sachin Kumar Mangla, Abhay Pant & Muhammad Mustafa Kamal (2022) Critical success factors influencing artificial intelligence adoption in food supply chains, International Journal of Production Research, 60:14, 4621-4640, DOI: 10.1080/00207543.2021.1959665
长按关注我们
微信号｜FoodAI
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/food-chain.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
混合计算智能算法及其在食品质量检测中的应用
今天介绍一篇由Lavika Goel等人近期发表在Artificial Intelligence Review上的论文。作者介绍了各种用于发现食物变质的图像分割技术，并开发了新颖的混合算法并进行了验证和比较，最后展望了今后的应用场景。
-
机器学习技术协助矿物元素分析对中国不同地区的猪肉进行产地判别
今天介绍一篇由中国肉类食品综合研究中心的Jing Qi等人发表于Food Chemistry的一篇研究型文章。作者对中国七个地区的猪肉样品进行矿物元素分析，并引入机器学习方法，得到了一个高性能的产地可追溯性模型（前馈神经网络，95.71％的整体准确率和曲线下面积接近1），证明了通过矿物元素指纹分析可追溯一个国家内不同猪肉产地的可行性。
-
利用机器学习算法基于天气和水管理信息构建黑皮诺香气特征模型
今天给大家介绍一篇由Sigfredo Fuentes等人合作，发表在Foods上的一篇有意思的文章，文章中作者介绍了一种基于天气和水管理信息的人工神经网络（ANN）模型预测黑皮诺（Pinot Noir）的香气特征。
-
如何科学地挑选西洋参 / 机器学习预测西洋参生长年限
疫情反复，想买点西洋参提高下免疫力，又怕买到假货？今天这篇发表在Chinese Medicine (IF=5.4)的文章教你如何科学地剁手鉴定西洋参生长年限。这篇文章由中国食品药品检定研究院胡笑文、严华等人于2021年10月发表，通讯是魏锋和马双成研究员。这项研究基于106批西洋参样本和4种机器学习算法，建立了西洋参年限预测模型。为了进一步适应不同来源的西洋参样本，又基于相似性构建了模型的应用域，最终实现了对西洋参生长年限的准确预测。该方法为西洋参年限造假的鉴别提供了技术支持，论文也提供了完整的模型代码。
-
人工智能和机器学习在食品行业的机遇
今天介绍一篇近期由印度Graphic Era Hill University的Indrajeet Kumar等人发表于Journal of Food Quality的文章。文中通过文献对智慧农业、食品加工业中的人工智能、数据分析在食品行业中的作用、餐厅业务中的机器学习、食品安全中的人工智能进行了研究，并分析了人工智能和机器学习在食品行业的未来发展情况。
-
人工神经网络在食品加工研究中的文献调查
人工神经网络(ANN)在各个应用领域的使用水平日益提高，因其能够解决许多应用领域中的复杂问题而广受欢迎。今天给大家介绍一篇由Janmenjoy Nayak等人发表在Computer Science Review上的一篇综述，该文详细分析了人工神经网络在食品加工中的应用进展。
-
机器学习方法表征致肥胖城市的暴露组
今天分享一篇近期由荷兰阿姆斯特丹公共卫生研究所流行病学和数据科学系的Haykanush Ohanyan等人发表在Environment International上的文章。
-
FoodTracker：一种由AI驱动的食品检测移动应用程序
本次介绍的是来自加拿大麦吉尔（McGill）大学电气与计算机工程系，于2019年9月发表在arXiv.org上的文章。文中，作者介绍了一个可利用智能手机内置摄像头，仅使用手机有限的计算资源就可识别餐食中多个食物种类及其营养信息的移动应用程序——FoodTracker。该程序将深度卷积神经网络与YOLOv2结合，实现多对象同时识别和定位，得到的mAP接近80%，同时神经网络结构小巧且计算成本低廉。
-
机器学习模型预测有机污染物的作物根系浓度因子
今天分享一篇近期由耶鲁大学医学院遗传学系的FengGao等人发表在Journal of Hazardous Materials (IF: 14.224)上的文章。
-
基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价
今天介绍一篇来自东北农业大学食品科学系张英华，王玉堂课题组于2022年4月发表在Food Chemistry（IF=7.514）上的文章。文中通过研究编制的牛奶营养分子数据集，结合机器学习提出了一种识别婴儿配方奶粉人性化程度的新方法。
