当前位置:网站首页>Food Chem|深度学习根据成分声明准确预测食品类别和营养成分
Food Chem|深度学习根据成分声明准确预测食品类别和营养成分
2022-07-06 21:33:00 【智源社区】
介绍一篇由Peihua Ma等人于2022年5月发表在Food Chemistry上的文章。本文作者提出了一种基于深度学习的通用技术来预测食物种类和营养成分。
论文链接:
https://www.sciencedirect.com/science/article/abs/pii/S0308814622012055
摘要
确定诸如食品分类、创建分类法和食品营养成分等属性可能是一项具有挑战性和资源密集型的任务,尽管对于更好地了解食品很重要。在这项研究中,从 USDA 品牌食品数据库中收集了一个新的数据集 134 k BFPD,并对其进行了修改,并用三种食品分类和营养值进行了标记,并成为了一个人工智能 (AI) 数据集,涵盖了迄今为止最大的食品类型。总体而言,多层感知器 (MLP)-TF-SE 方法在使用 AI 的食品自然语言处理任务中获得了最高的学习效率,其对食品分类的准确率高达 99%,对钙的估计达到 0.98 R2(0.93 ∼ 0.97 for卡路里、蛋白质、钠、总碳水化合物、总脂质等)。深度学习方法具有巨大的潜力,可以嵌入到其他食品分类和回归任务中,并作为食品和营养领域其他应用的扩展。
图1. 食物深度学习
(a)输入数据-成分列表和营养信息从BFPD获得。(b1)使用自然语言处理(b2)数据编码对成分列表进行单词解析,将成分、类别和营养信息字符串转换为机器可以学习的矩阵。(c) 数据采样包括两个步骤,数据重新平衡和拆分,并转换为数据张量。(d) 深入学习。标记张量用于训练深度学习模型以实现目标。(e) 深度学习模型可以在食品领域实现不同的应用,如食品营销分析、新颖的食品设计和个性化的饮食建议。
边栏推荐
猜你喜欢
[security attack and Defense] how much do you know about serialization and deserialization?
Some thoughts on cross end development of kbone and applet
链表面试常见题
When QT uses qtooltip mouse to display text, the picture of the button will also be displayed and the prompt text style will be modified
QT opens a file and uses QFileDialog to obtain the file name, content, etc
再AD 的 界面顶部(菜单栏)创建常用的快捷图标
Optimization cases of complex factor calculation: deep imbalance, buying and selling pressure index, volatility calculation
【安全攻防】序列化与反序列,你了解多少?
【安全攻防】序列化與反序列,你了解多少?
QT item table new column name setting requirement exercise (find the number and maximum value of the array disappear)
随机推荐
维护万星开源向量数据库是什么体验
Mysql-数据丢失,分析binlog日志文件
ABAP 動態內錶分組循環
力扣------路径总和 III
[hcie TAC] question 3
SQL injection -day15
Enter the rough outline of the URL question (continuously updated)
List interview common questions
VHDL implementation of arbitrary size matrix multiplication
使用 TiDB Lightning 恢复 GCS 上的备份数据
史上最全学习率调整策略lr_scheduler
Storage of data
二叉搜索树的实现
太方便了,钉钉上就可完成代码发布审批啦!
Machine learning notes - bird species classification using machine learning
数据的存储
卡尔曼滤波-1
Adaptive non European advertising retrieval system amcad
Implementation of binary search tree
ABAP dynamic inner table grouping cycle