综述：利用气味活性值结合多元统计方法对三种不同品种柠檬发酵水果酒的风味特征进行分析

《Foods》：Analysis of Flavor Characteristics in Lemon-Fermented Fruit Wines from Three Distinct Varieties Using Odor Activity Values Combined with Multivariate Statistical Approaches

　　

摘要

人工智能（AI）通过在整个乳制品供应链中实现快速、无损且数据驱动的监测，正在改变乳制品的质量评估方式。传统的分析方法虽然准确，但往往劳动强度高、耗时较长，且不适用于实时应用。因此，将先进的传感技术与AI相结合已成为提高乳制品质量控制和食品安全的一种有前景的方法。本综述探讨了基于AI的乳制品质量评估的最新进展，涵盖了基于光谱的传感技术、仿生传感系统、机器视觉以及多模态数据融合。特别关注了这些技术在主要乳制品中的应用，包括原奶、奶粉、奶酪和酸奶。比较分析表明，AI辅助的传感技术显著提高了成分分析、掺假检测、微生物筛查、新鲜度评估和缺陷检测的准确性、效率和自动化程度，而多模态方法为全面的质量评估提供了新的机会。此外，综述还强调了可解释人工智能（XAI）在提高乳制品检测系统透明度和可信度方面的新兴作用。讨论了特征归因、决策解释和不确定性量化的最新进展，以及与数据稀缺性、模型泛化、跨仪器可转移性和可解释性评估相关的挑战。预计多模态基础模型、标准化数据集和可解释智能系统的未来发展将加速可靠且可扩展的乳制品质量保证框架的部署。