SLED（保质期截止日期）追踪系统：利用机器学习算法对抗食物浪费与食源性疾病
其他定量生物学
2023-09-07 v1
摘要
食物浪费问题是一个主要问题，除了导致人类疾病外，还助长了温室气体向环境中的排放。本研究旨在建立食物变质所需时间、食品标签上的日期与感官观察之间的关联。感官观察更为准确，因为它们是针对食物的具体即时观察。本实验在一段时间内观察香蕉、面包、牛奶、鸡蛋与绿叶蔬菜，利用食物特有的特征来量化食物变质。结果表明，所有食物的实际变质时间长于最佳食用日期，且感官观察被证明是判定变质的更准确因素。基于该数据，训练了一个机器学习算法来预测食物是否变质以及距变质的天数。这以一款应用的形式呈现给消费者，用户可追踪食物并被提醒检查以防止浪费。此外，实验流程被整合进一个供消费者使用的检测套件，以进行指导性观察来评估其食物变质情况，随后输入应用以改进算法。本文讨论了感官观察对每种食物的个体影响，并考察了通过应用与检测套件改变消费者习惯以对抗食物浪费环境后果的方式。
引用
@article{arxiv.2309.02598,
title = {The SLED (Shelf Life Expiration Date) Tracking System: Using Machine Learning Algorithms to Combat Food Waste and Food Borne Illnesses},
author = {Srilekha Mamidala},
journal= {arXiv preprint arXiv:2309.02598},
year = {2023}
}