成分信息学是一种利用人工智能优化食品各种研发过程的技术。通过利用机器学习,分析食品成分功能数据、物理属性数据、最终产品质量数据和消费者购买数据之间的相关性,成分信息学可以轻松预测和提出理想的成分组合,以塑造消费者想要的食品和菜肴。具体来说,该技术可用于根据最新的消费趋势设计新概念,提高质量(口味、质地、营养价值、健康功能等),并使用替代成分(减少脂肪、盐、糖含量等)改进现有产品。它还可以应用于搜索具有特定功能的食品成分的过程。基于外部公共数据(成分数据库、学术论文、食谱、社交网站等)或公司持有的内部数据(消费者购买数据、感官评价数据、组学分析数据)的综合数据集构建专有算法并提供服务。1
主要关键词