Исследовательская группа профессора Кён Ин Чанга с кафедры робототехники, машиностроения и электроники DGIST, вместе с группой профессора Джихвана Чоя с кафедры аэрокосмической техники KAIST, разработала уникальную систему искусственного электронного языка, способную имитировать вкусовые ощущения человека. Это новаторское решение, которое объединяет датчики и технологии глубокого обучения, может быть применено в различных отраслях промышленности, включая пищевую, ликеро-водочную, косметическую и фармацевтическую.
Электронный язык является искусственным сенсором вкуса, который способен различать разные вкусы и количественно оценивать их детализацию, имитируя работу нашей вкусовой системы. Он предоставляет объективную и последовательную оценку вкуса, что делает его важным инструментом для разработки новых продуктов и контроля их качества.
Ранее проведенные исследования имели ограничения в точности и надежности из-за отсутствия интеграции с технологией глубокого обучения. Однако благодаря усилиям исследовательских групп профессоров Джанга и Чоя, была разработана система электронного языка, которая эффективно объединяет датчики и технологии глубокого обучения.
Исследовательские группы создали четыре датчика для определения каждого вкуса и разработали структуру лунок миллиметрового масштаба для сенсорного элемента, обеспечивая стабильные измерения. Также был разработан индивидуальный алгоритм глубокого обучения, который позволяет эффективно проводить вкусовой анализ.
Эта новая система обладает огромным потенциалом для применения в различных отраслях. В пищевой промышленности она может помочь разрабатывать новые продукты, улучшать их вкусовые характеристики и контролировать качество. В ликеро-водочной промышленности она может использоваться для создания новых ароматов. В косметической и фармацевтической отраслях она может помочь в разработке более приятных и эффективных продуктов для потребителей.
Источник:
Хан Хи Юнг и др., Однокапельное определение нескольких вкусов на основе вкусовых лунок для комплексного анализа вкуса с помощью алгоритмов глубокого обучения (Han Hee Jung et al, Taste Bud-Inspired Single-Drop Multitaste Sensing for Comprehensive Flavor Analysis with Deep Learning Algorithms), ACS Applied Materials & Interfaces (2023). DOI: 10.1021/acsami.3c09684
-------------------------------------
Вы можете поддержать проект подпиской на канал, реакциями и комментариями, а также подписавшись на наши страницы на других площадках и на сервисе поддержки авторов Бусти. Ссылки найдёте в описании канала. Заранее спасибо!
