論文の概要: Food Data in the Semantic Web: A Review of Nutritional Resources, Knowledge Graphs, and Emerging Applications
- arxiv url: http://arxiv.org/abs/2509.00986v1
- Date: Sun, 31 Aug 2025 20:44:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-04 15:17:03.489376
- Title: Food Data in the Semantic Web: A Review of Nutritional Resources, Knowledge Graphs, and Emerging Applications
- Title（参考訳）: セマンティックウェブにおける食品データ:栄養資源、知識グラフ、新興アプリケーション
- Authors: Darko Sasanski, Riste Stojanov,
- Abstract要約: 食品分野における重要な栄養資源、知識グラフ、新しい応用を概観する。
不均一な食品データソースをセマンティックリソースに統合できる食品エンティティリンクと認識技術に特化している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This comprehensive review explores food data in the Semantic Web, highlighting key nutritional resources, knowledge graphs, and emerging applications in the food domain. It examines prominent food data resources such as USDA, FoodOn, FooDB, and Recipe1M+, emphasizing their contributions to nutritional data representation. Special focus is given to food entity linking and recognition techniques, which enable integration of heterogeneous food data sources into cohesive semantic resources. The review further discusses food knowledge graphs, their role in semantic interoperability, data enrichment, and knowledge extraction, and their applications in personalized nutrition, ingredient substitution, food-drug and food-disease interactions, and interdisciplinary research. By synthesizing current advancements and identifying challenges, this work provides insights to guide future developments in leveraging semantic technologies for the food domain.
- Abstract（参考訳）: 本総説では,セマンティックウェブにおける食品データについて概観し,重要な栄養資源,知識グラフ,食品分野における新たな応用について述べる。
USDA、FooOn、FooDB、Recipe1M+などの食品データ資源を調べ、栄養データ表現への貢献を強調している。
不均一な食品データソースを結合的なセマンティックリソースに統合できる食品エンティティリンクと認識技術に特化している。
さらに、食品知識グラフ、セマンティック・インターオペラビリティー、データエンリッチメント、知識抽出におけるそれらの役割、そして、パーソナライズされた栄養、成分置換、食品・ドラッグと食品・消毒の相互作用、学際的な研究におけるそれらの応用について論じる。
この研究は、現在の進歩を合成し、課題を特定することによって、食品分野のセマンティック技術を活用した将来の発展を導くための洞察を提供する。
関連論文リスト
- Informatics for Food Processing [0.5266869303483376]
この章は、食品情報学の発展における機械学習、人工知能(AI)、データサイエンスの変革的な役割を強調している。
これらの問題に対処するため、この章では、処理レベルを推測するために栄養組成データに基づいて訓練されたランダムな森林モデルであるFoodProXを含む、新しい計算手法を提示している。
この章の重要なコントリビューションは、Open Food Factsデータベースを使った新しいケーススタディで、マルチモーダルAIモデルが構造化データと非構造化データを統合して、大規模に食品を分類する方法を示している。
論文 参考訳（メタデータ） (2025-05-20T20:44:31Z) - Enhancing FKG.in: automating Indian food composition analysis [2.180451315432493]
本稿では,インド料理の食品組成データを知識グラフを用いて計算する手法を提案する。
このワークフローは、FKG.inを補完し、検証済み知識ベースからの食品組成データを反復的に補完することを目的としている。
ユーザがワークフローと対話して、ダイエットベースのヘルスレコメンデーションを得る方法について、簡単に説明している。
論文 参考訳（メタデータ） (2024-12-06T18:27:15Z) - MetaFood3D: 3D Food Dataset with Nutrition Values [52.16894900096017]
このデータセットは、131のカテゴリにまたがって、743の精細にスキャンされ、ラベル付けされた3D食品オブジェクトで構成されている。
我々のMetaFood3Dデータセットはクラス内の多様性を重視しており、テクスチャメッシュファイル、RGB-Dビデオ、セグメンテーションマスクなどのリッチなモダリティを含んでいる。
論文 参考訳（メタデータ） (2024-09-03T15:02:52Z) - NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。
最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。
我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。
また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
論文 参考訳（メタデータ） (2023-09-14T13:29:41Z) - UMDFood: Vision-language models boost food composition compilation [26.5694236976957]
本稿では, 食品組成プロファイルを正確に推定するために, フロント・オブ・パッケージ・ラベリングと製品画像を用いた新しい視覚言語モデル, UMDFood-VLを提案する。
化学分析結果とモデル推定結果の誤差の最大82.2%は10%未満である。
この性能は、他の食品および栄養関連データコンパイルと触媒化への一般化に光を当てている。
論文 参考訳（メタデータ） (2023-05-18T03:18:12Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳（メタデータ） (2022-06-05T02:41:44Z) - Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。
食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。
食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文 参考訳（メタデータ） (2021-07-13T06:26:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。