論文の概要: Multi-Modal Zero-Shot Prediction of Color Trajectories in Food Drying

• arxiv url: http://arxiv.org/abs/2512.06190v1
• Date: Fri, 05 Dec 2025 22:17:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.22828
• Title: Multi-Modal Zero-Shot Prediction of Color Trajectories in Food Drying
• Title（参考訳）: 食品乾燥における色軌道のマルチモーダルゼロショット予測
• Authors: Shichen Li, Ahmadreza Eslaminia, Chenhui Shao,
• Abstract要約: このモデルはクッキー乾燥用2.12とリンゴ乾燥用1.29のRMSEを達成し、ベースラインモデルと比較して90%以上の誤差を低減した。 これらの実験結果は、モデルの優れた精度、堅牢性、広範囲な適用性を示している。
• 参考スコア（独自算出の注目度）: 3.154269505086155
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Food drying is widely used to reduce moisture content, ensure safety, and extend shelf life. Color evolution of food samples is an important indicator of product quality in food drying. Although existing studies have examined color changes under different drying conditions, current approaches primarily rely on low-dimensional color features and cannot fully capture the complex, dynamic color trajectories of food samples. Moreover, existing modeling approaches lack the ability to generalize to unseen process conditions. To address these limitations, we develop a novel multi-modal color-trajectory prediction method that integrates high-dimensional temporal color information with drying process parameters to enable accurate and data-efficient color trajectory prediction. Under unseen drying conditions, the model attains RMSEs of 2.12 for cookie drying and 1.29 for apple drying, reducing errors by over 90% compared with baseline models. These experimental results demonstrate the model's superior accuracy, robustness, and broad applicability.
• Abstract（参考訳）: 食品の乾燥は、水分を減らし、安全を確保し、棚の寿命を延ばすために広く使われている。 食品試料の色の進化は、食品乾燥における製品品質の重要な指標である。 既存の研究では、異なる乾燥条件下での色の変化を調べたが、現在のアプローチは主に低次元の色の特徴に依存しており、食品試料の複雑な動的色軌跡を完全に捉えることはできない。 さらに、既存のモデリングアプローチには、目に見えないプロセス条件に一般化する能力がない。 これらの制約に対処するために,高次元時間色情報と乾燥過程パラメータを統合し,高精度でデータ効率の良い色軌跡予測を可能にする,新しい多モード色軌跡予測法を開発した。 未確認の乾燥条件下では、このモデルはクッキー乾燥用2.12とリンゴ乾燥用1.29のRMSEを達成し、ベースラインモデルと比較してエラーを90%以上削減する。 これらの実験結果は、モデルの優れた精度、堅牢性、広範囲な適用性を示している。

関連論文リスト

• Generative AI for Misalignment-Resistant Virtual Staining to Accelerate Histopathology Workflows [20.965305499568622]
  本稿では,空間的ミスマッチを解消するカスケード登録機構を備えた頑健な仮想染色フレームワークを提案する。 提案手法は,ベースラインモデルと比較してピーク信号-雑音比が23.8%向上した。
  論文  参考訳（メタデータ） (2025-09-17T15:58:59Z)
• Multi-Modal Fusion of In-Situ Video Data and Process Parameters for Online Forecasting of Cookie Drying Readiness [0.11510009152620666]
  本稿では,リアルタイム食品乾燥予測のためのプロセスパラメータとその場のビデオデータを統合する,エンドツーエンドのマルチモーダルデータ融合フレームワークを提案する。 本手法を糖類乾燥に適用し, タイムスタンプ毎に時間と可読性を予測した。 我々のモデルは平均15秒の予測誤差を達成し、65.69%の最先端データ融合法、11.30%の動画のみのモデルを実現した。
  論文  参考訳（メタデータ） (2025-04-22T05:37:55Z)
• Multi-Modal Data Fusion for Moisture Content Prediction in Apple Drying [0.11510009152620666]
  乾燥工程の品質管理には,最終水分量(MC)の正確な予測が不可欠である。 本稿では,2つのデータモダリティを効果的に融合する,新しいマルチモーダルデータ融合フレームワークを提案する。 実験により,マルチモーダル手法は最先端手法と比較して予測精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2025-04-10T05:29:04Z)
• Leveraging Semantic Attribute Binding for Free-Lunch Color Control in Diffusion Models [53.73253164099701]
  拡散モデルにおいて、微調整なしで正確なRGBレベルの色制御を実現する、トレーニング不要なアプローチであるColorWaveを導入する。 我々は、カラーウェーブが、構造化された、色一貫性の拡散に基づく画像合成のための新しいパラダイムを確立することを実証した。
  論文  参考訳（メタデータ） (2025-03-12T21:49:52Z)
• Denoising Score Distillation: From Noisy Diffusion Pretraining to One-Step High-Quality Generation [82.39763984380625]
  低品質データから高品質な生成モデルをトレーニングするための驚くほど効果的で斬新なアプローチであるDSD(Denoising score distillation)を導入する。 DSDはノイズの多い劣化したサンプルにのみ拡散モデルを事前訓練し、精製されたクリーンな出力を生成することができる1ステップの発電機に蒸留する。
  論文  参考訳（メタデータ） (2025-03-10T17:44:46Z)
• Provable Statistical Rates for Consistency Diffusion Models [87.28777947976573]
  最先端の性能にもかかわらず、拡散モデルは、多くのステップが伴うため、遅いサンプル生成で知られている。 本稿では, 整合性モデルに関する最初の統計理論に寄与し, 分散不整合最小化問題としてトレーニングを定式化している。
  論文  参考訳（メタデータ） (2024-06-23T20:34:18Z)
• Bi-Noising Diffusion: Towards Conditional Diffusion Models with Generative Restoration Priors [64.24948495708337]
  本研究では,事前訓練した非条件拡散モデルを用いて,予測サンプルをトレーニングデータ多様体に導入する手法を提案する。 我々は,超解像,着色,乱流除去,画像劣化作業におけるアプローチの有効性を実証するための総合的な実験を行った。
  論文  参考訳（メタデータ） (2022-12-14T17:26:35Z)
• Recognition of Defective Mineral Wool Using Pruned ResNet Models [88.24021148516319]
  我々はミネラルウールのための視覚品質管理システムを開発した。 ウール標本のX線画像が収集され、欠陥および非欠陥サンプルのトレーニングセットが作成された。 我々は98%以上の精度のモデルを得たが、同社の現在の手順と比較すると、20%以上の欠陥製品を認識することができる。
  論文  参考訳（メタデータ） (2022-11-01T13:58:02Z)
• Joint Intensity-Gradient Guided Generative Modeling for Colorization [16.89777347891486]
  本稿では,自動着色問題を解決するための反復生成モデルを提案する。 データ忠実度項における共同強度勾配制約は、生成モデル内の自由度を制限するために提案される。 実験により、定量的比較やユーザ研究において、システムは最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-12-28T07:52:55Z)

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。