[发明专利]使用人工智能来模拟目标食品项目的方法

权利要求书

1.一种计算机实现的方法，用于使用基于植物的配料来生成食谱以模拟给定基于动物的食品项目，所述方法包括：

使用目标配料数据库来识别与所述给定基于动物的食品项目相关联的一组特征，其中所述目标配料数据库被配置为存储针对多个基于动物的食品项目中的每一者的相应的一组特征；

将预测模型训练为从存储在源配料数据库中的多种基于植物的配料中选择潜在候选，以与所识别的与所述给定基于动物的食品项目相关联的一组特征匹配，其中所述源配料数据库被配置为存储针对所述多种基于植物的配料中的每一者的相应的一组特征；

基于所识别的一组特征的匹配，使用经训练的预测模型来确定配方，所述配方用于以特定比例组合所述潜在候选；

使用一组现有食谱来训练递归神经网络RNN，以确定针对所述配方的烹饪过程；以及

使用所述RNN来生成食谱，所述食谱包括所述烹饪过程以模拟所述给定基于动物的食品项目。

2.根据权利要求1所述的方法，其中，与所述给定基于动物的食品项目相关联的所述一组特征、针对所述多个基于动物的食品项目中的每一者的所述相应的一组特征、以及针对所述多种基于植物的配料中的每一者的所述相应的一组特征各自与同一组特征类型相关联，并且其中所述同一组特征类型包括营养描述符特征类型、物理化学描述符特征类型、和分子描述符特征类型中的至少一种。

3.根据权利要求1所述的方法，其中，所述烹饪过程包括在所述烹饪过程中使用的动作和相应的潜在候选的列表。

4.根据权利要求1所述的方法，其中，所述预测模型基于梯度增强树和最小绝对值收缩与选择算子(Lasso)回归。

5.根据权利要求1所述的方法，所述方法还包括执行特征压缩方法以确定针对所述多种基于植物的配料中的每一者的所述相应的一组特征的紧凑表示，其中训练所述预测模型包括将所述预测模型训练为基于针对所述多种基于植物的配料中的每一者的所述相应的一组特征的紧凑表示来选择所述潜在候选。

6.一种计算机实现的方法，用于生成用于模拟给定目标食品项目的食谱，所述方法包括：

使用目标配料数据库来识别与所述给定目标食品项目相关联的一组特征，其中所述目标配料数据库被配置为存储针对多个目标食品项目中的每一者的相应的一组特征；

基于所识别的与所述给定目标食品项目相关联的一组特征的匹配来使用源配料数据库识别两种或更多种源配料，其中所述源配料数据库被配置为存储针对多种源配料中的每一者的相应的一组特征；

确定配方，所述配方用于以特定比例组合所述两种或更多种源配料来模拟所述给定目标食品项目；以及

基于一组现有食谱生成包括针对所述配方的烹饪过程的食谱。

7.根据权利要求6所述的方法，其中，识别所述两种或更多种源配料包括：

将预测模型训练为使针对所述多种源配料中的每一者的所述相应的一组特征与所识别的与所述目标食品项目相关联的所述一组特征匹配；以及

基于所述匹配选择所述两种或更多种源配料。

8.根据权利要求7所述的方法，其中，所述预测模型基于梯度增强树。

9.根据权利要求6所述的方法，其中，确定所述配方包括使用最小绝对值收缩与选择算子(Lasso)回归来执行优化过程以确定用于组合所述配方中的所述两种或更多种源配料的所述特定比例。

10.根据权利要求6所述的方法，其中，所述两种或更多种源配料中的每种源配料基于其相应的一组特征被表示在D维空间中，所述相应的一组特征包括物理化学描述符、营养描述符、和分子描述符。

11.根据权利要求6所述的方法，其中，所识别的一组特征的匹配间接地与模拟所述目标食品项目的风味、颜色、质地、和味道中的至少一者相对应。