人工智能
-
中国农业科学院农业信息研究所樊景超研究员课题组:ITF-WPI 基于图像和文本的枸杞害虫识别跨模态特征融合模型
导读 2023年8月,中国农业科学院农业信息研究所樊景超研究员课题组在农业科学领域Top期刊Computers and Electronics in Agriculture(Q1,…
-
ACS Omega:当机器学习和深度学习成为食品化学中的大数据
今天给大家介绍一篇由Tseng等人,于2023年4月发表在ACS Omega上的(JCR分区:4.132/Q2)一篇综述性文章。该综述重点介绍了一些著名的食品数据库的主要内容、接口…
-
ACS Omega:当机器学习和深度学习成为食品化学中的大数据
撰文:梁瑞 编辑:肖冉 今天给大家介绍一篇由Tseng等人,于2023年4月发表在ACS Omega上的(JCR分区:4.132/Q2)一篇综述性文章。该综述重点介绍了一些著名的食…
-
NutriFD:基于食物与疾病关联和治疗网络证明食物营养的药用价值
撰文:梁瑞 编辑:肖冉 今天给大家介绍一篇由Wanting Su等人,于2023年5月在Quantitative Biology上的一篇即将发表的预印本文章。本文介绍了基于食品和疾…
-
中科院计算所蒋树强研究员团队IEEE TPAMI(24.314)高分论文:大规模食品图像识别
本期分享中科院计算所蒋树强研究员团队和美团合作发表于IEEE TPAMI2023的研究工作“Large Scale Visual Food Recognition” (Weiqing Min, Zhiling Wang, Yuxin Liu, Mengjiang Luo, Liping Kang, Xiaoming Wei, Xiaolin Wei, Shuqiang Jiang*) 。IEEE TPAMI全称为IEEE Transactions on Pattern Analysis and Machine Intelligence, 是模式识别、计算机视觉及机器学习领域的国际主流期刊,2022年公布的影响因子为24.314。
-
FRONT NUTR:通过化学信息学方法从蓝莓中计算筛选抗阿尔茨海默病的新神经保护成分
今天介绍一篇由中南林业科技大学张琳教授团队发表的一篇研究性论文,由肖冉等人于2022年12月发表在国际营养学TOP期刊Frontiers in Nutrition上(JCR:Q1 IF:6.59)。本文尝试设计一种基于化学信息学方法这种有效的智能筛选模式,从蓝莓中寻找抗阿尔茨海默病(AD)的新型有效成分,并通过实验验证了预期成分的生物活性。该方法集成了先进的人工智能和化学信息学方法,实现了对所有成分的逐步分析和过滤。最后,获得了预期的新化合物氯化锦葵色素-3-O-半乳糖苷(Ma-3-gal-Cl)。这篇文章采用的创新性方法为。这项工作采用的筛选策略能够为研究者从天然产物和食物中筛选活性成分提供新的参考。
-
Food Chem:基于机器学习和智能手机图像分析的四环素荧光检测
今天介绍一篇由伊朗德黑兰大学新科学与技术学院生命科学工程系的Maryam Mousavizadegan等人于2022年10月发表在Food Chemistry(IF=9.231)上的文章。文中使用机器学习(ML)算法开发了一种快速检测四环素(TC)的方法。
-
INT J PROD:影响人工智能在食品供应链中应用的关键成功因素
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。
-
使用可解释人工智能(XAI)技术解开送餐服务评论的深度学习模型
今天介绍一篇由悉尼科技大学土木与环境工程学院工程与信息技术学院高级建模和地理空间信息系统中心(CAMGIS)的Anirban Adak等人今年七月发表于Foods(IF: 5.561)的一篇文章。该研究通过比较食品配送服务(FDS)领域中的简单和混合深度学习(DL)技术(LSTM、Bi-LSTM、Bi-GRU-LSTM CNN)进行了情绪分析,并使用SHapley Additive exPlanations(SHAP)和Local Interpretable Model-Agnostic Explanations(LIME)解释了预测。DL模型在从ProductReview网站提取的客户评论数据集上进行了训练和测试。结果表明,LSTM、Bi-LSTM和Bi-GRU-LSTM-CNN模型的准确率分别为96.07%、95.85%和96.33%。LSTM模型相比其他两个DL模型实现了更低的假阴性率。可解释人工智能(XAI)技术,如SHAP和LIME,揭示了用于验证模型的单词对积极和消极情绪的特征贡献。
-
基于质谱-机器学习技术的番茄分类:一个食品安全增强平台
今天介绍一篇由Arthur Noin de Oliveira等人于2022年8月发表在Food Chemistry(IF=9.231)上的文章。该研究旨在开发一个使用机器学习算法的平台,分析质谱数据,对番茄进行有机和非有机的分类。决策树算法被定制用于数据分析,该模型在确定每种水果属于哪个组时达到了92%的准确度、94%的灵敏度和90%的精确度。