Tóm tắt:

Thực tế, việc thu thập thông tin vi lượng của thực phẩm trước và sau chế biến đặt ra nhiều thách thức do sự biến đổi sinh học, sự tương tác của các thành phần trong món ăn. Cách tiếp cận hiện nay là thu thập dữ liệu từng thành phần dinh dưỡng trước và sau khi chế biến. Sau đó, các mô hình học máy thông thường sẽ sử dụng dữ liệu này để đưa ra kết quả dự báo tốt nhưng độ ổn định còn hạn chế. Do đó, nghiên cứu này 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.