论文通讯作者、比利时鲁汶大学Kevin Verstrepen和同事及合作者一起,从250种比利时商业啤酒(包括22种啤酒风格)中提取超过200种化学性质,并将这些数据与来自16名训练有素的品鉴小组成员的描述性感官分析数据,以及来自在线啤酒评论数据库(RateBeer)的18万多条公众消费者评论数据联系起来。他们利用这一大型数据集,训练了机器学习模型从啤酒的化学特征中关联并预测其风味和消费者评价,进一步用模型的预测改造了一种含酒精和无酒精商业啤酒来测试其有效性,结果在盲品中获得了训练有素的品鉴小组成员整体上更高的评价。
雷速体育足球比分中新网北京3月27日电 (记者 孙自法)施普林格·自然旗下学术期刊《自然-通讯》最新发表一篇机器学习论文称,研究人员提出一种机器学习方法,能帮助开发消费者喜爱度更高的含酒精和无酒精啤酒的新风味,这种方法或可帮助食品生产商以更高效和更具成本效益的方式满足特定消费者需求。
论文作者总结认为,这一机器学习工具有助于改善啤酒甚或其他食物和饮料的质量控制和配方开发,以更高效地满足消费者的特定需求。目前,该研究结果仍限于比利时主要的商业啤酒风格,后续可能需要更大量的样本来优化预测和克服局限性,包括识别出特定风格的影响和人口学信息,如年龄和文化等。(完)
据该论文介绍,了解和预测消费者是否会喜欢新的食品风味是个复杂任务,受到众多化合物和外部因素影响。这对解读啤酒化学成分和消费者偏好之间的关系带来挑战。通常情况下,这种调研是通过消费者试验进行的,但试验受到诸多限制且效率不高。
884.45MB
查看153.35MB
查看56.8MB
查看136.39MB
查看589.39MB
查看425.99MB
查看152.39MB
查看131.50MB
查看417.60MB
查看105.38MB
查看151.84MB
查看921.47MB
查看109.30MB
查看343.66MB
查看850.21MB
查看140.24MB
查看189.80MB
查看681.83MB
查看189.41MB
查看258.45MB
查看615.30MB
查看604.60MB
查看110.30MB
查看917.39MB
查看297.20MB
查看241.89MB
查看161.57MB
查看356.38MB
查看976.19MB
查看693.68MB
查看807.99MB
查看133.73MB
查看585.28MB
查看306.81MB
查看316.52MB
查看827.54MB
查看416.63MB
查看302.33MB
查看480.68MB
查看315.45MB
查看190.65MB
查看148.84MB
查看603.40MB
查看623.30MB
查看167.74MB
查看690.77MB
查看244.50MB
查看148.65MB
查看144.22MB
查看892.77MB
查看762.81MB
查看800.42MB
查看344.95MB
查看819.12MB
查看123.15MB
查看646.92MB
查看938.42MB
查看768.54MB
查看420.19MB
查看754.90MB
查看403.12MB
查看753.23MB
查看568.21MB
查看603.49MB
查看655.56MB
查看332.30MB
查看846.75MB
查看840.15MB
查看335.25MB
查看591.57MB
查看778.78MB
查看781.92MB
查看368.95MB
查看803.89MB
查看421.24MB
查看443.88MB
查看778.85MB
查看314.71MB
查看695.92MB
查看547.41MB
查看448.30MB
查看842.30MB
查看364.46MB
查看396.74MB
查看913.86MB
查看359.54MB
查看345.50MB
查看702.94MB
查看293.11MB
查看542.85MB
查看516.53MB
查看799.78MB
查看207.11MB
查看423.64MB
查看887.34MB
查看210.97MB
查看559.14MB
查看172.26MB
查看568.67MB
查看773.88MB
查看334.67MB
查看941.58MB
查看371.51MB
查看926.22MB
查看
299德兴ew
《鲁滨逊漂流记》⚲
2025-06-29 08:14:21 推荐
720188****8898
美联储为什么一直强调今年会降息,但是又不敢降息?⚶
2025-06-28 01:23:09 不推荐
802152****3679
中粮300亿接盘?盒马、大润发回应⚺
2025-06-30 14:45:22 推荐
83小鸡爱自由
13岁初中生被同学杀害,要讨论的地方有很多⚽
2025-06-29 02:50:28 推荐