一篇新的综述文章对食品工程领域的可解释人工智能（XAI）技术进行了分类，旨在提高AI模型的透明度和可靠性。文章强调，尽管XAI在食品工程领域具有通过识别影响预测的关键数据特征（如光谱波长或图像区域）来提高食品质量控制的潜力，但该领域对其利用不足。文章讨论了SHAP和Grad-CAM等技术作为确定影响因素的方法，从而帮助检查员并鼓励AI在食品安全和评估中的更广泛应用。 AI
影响 增强了食品质量控制AI模型的透明度，有望提高安全性和可靠性。
排序理由 这是一篇发表在arXiv上的综述文章，重点关注XAI技术在特定领域的应用。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
