Sử dụng mô hình học sâu dự đoán hàm lượng vi chất của thực phẩm sau chế biến

Abstract

Nghiên cứu đề xuất sử dụng mô hình học sâu để huấn luyện trên bộ dữ liệu với 27 thành phần dinh dưỡng thay đổi qua hai quá trình chế biến nhiệt ẩm (luộc) và nhiệt khô (chiên) trích xuất từ bộ dữ liệu tham chiếu tiêu chuẩn của Hoa Kỳ. Kết quả cho thấy mô hình dự báo chính xác và cải thiện độ ổn định dự báo thêm 8,6%. Nghiên cứu cũng cho thấy tiềm năng trong việc nghiên cứu, cải tiến các mô hình học sâu trong dự báo thành phần dinh dưỡng sau chế biến trong các quy trình chế biến thực phẩm.