近年来,科迈恩科技将AI技术与仪器分析行业紧密融合,通过围绕化学计量学机器学习与各类质谱数据分析算法系统的研究,与白酒、烟草、汽车、环保等行业的合作单位一道,开发了围绕各类质谱仪的不同行业气味化合物数据分析模型及其应用解决方案,实现了气味智能化、客观化分析,从而增强或替代人工嗅辨品评工作,提高分析结果可靠性及时效性。该气味与风味感官组学分析解决方案在行业的落地,实现了从风味品质评价、消费者体验、产品配方工艺开发,直到真实性溯源监管等不同领域的应用,也促进了嗅觉机制的研究与基于人工智能的嗅觉仿生技术的发展。
解决方案简介
产品的气味与风味感官是烟草白酒、食品、快消品、香精香料等行业及其消费者重点关注的产品质量的体现。人类的嗅觉感知极为敏锐和复杂,其产生机制来自鼻腔嗅小球上的1000余种气味受体对挥发性化合物分子的相互作用,与之相比,人类对颜色的感知只有4种视细胞受体参与。因此长期以来气味嗅辨极度依赖人工品评,标准化困难、检测耗时耗力、结果个体差异大,影响因素众多。


应用领域
| 行业 | 应用 |
|---|---|
| 食品、快消品 | 化学计量学在食品及快消品行业中,通过多元统计建模与感官数据分析,解析风味物质组成与消费者口感偏好的关联,构建预测模型指导工艺优化与新品开发 |
| 烟草 | 化学计量学结合烟草风味感官评价,通过多元统计建模与特征提取,解析挥发性成分与感官属性(香气、口感)的定量关系,构建预测模型指导工艺优化,提升产品风味稳定性与品质一致性 |
| 白酒、葡萄酒 | 化学计量学整合白酒风味感官数据,借助特征提取与多元建模剖析风味物质和感官属性的内在联系,构建酱香白酒工艺预测、产地溯源及年份判别模型,有效提升白酒风味稳定性与品质管控效能 |
| 汽车制造 | 化学计量学融合汽车制造领域感官评价,通过分析内饰材料挥发性成分与驾乘感官体验数据,构建气味强度预测模型,指导环保材料筛选与工艺优化,提升车内空气质量及用户舒适度 |
| 香精香料 | 化学计量学融合香精香料感官评价体系,依托多元建模与特征提取,解析酯类、醛类等芳香化合物与嗅感、味觉的耦合规律,构建预测模型驱动配方优化,提升香型均一性与风味稳定性 |
