计算机科学 > 计算机与社会
[提交于 2024年10月25日
]
标题: 食品配料替代综述
标题: A Survey on Food Ingredient Substitutions
摘要: 饮食在管理慢性疾病和整体健康中起着关键作用。 随着人们对食物选择变得更加挑剔,找到符合饮食需求的食谱变得很重要。 原料替换是适应饮食限制、过敏和可用性约束的关键。 然而,确定合适的替换物具有挑战性,因为它需要分析原料的风味、功能性和健康适宜性。 随着人工智能的进步,研究人员已经探索了计算方法来解决原料替换问题。 这篇综述论文全面概述了这一领域的研究,重点包括五个关键方面:(i) 用于支持原料替换研究的数据集和数据来源;(ii) 用于解决替换问题的技术和方法;(iii) 考虑到的原料上下文信息,如营养成分、风味和搭配潜力;(iv) 替换模型已开发的应用,包括饮食限制、约束和缺失原料;(v) 替换模型的安全性和透明度,重点关注用户信任和健康问题。 该综述还强调了未来研究的有前景方向,例如将神经符号技术集成到深度学习中,并利用知识图谱进行改进推理,旨在指导食品计算和原料替换的进步。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.