本论文研究数据采集延迟对价格预测系统的影响，使用多种预测算法进行了测试，并将其最佳提议整合到决策支持系统原型中，在实际案例中进行了测试。结果表明，最佳公共和数据订阅模型之间的误差差异为 0.6 欧元分，支持数据没有延迟的。

May, 2023

使用机器学习算法，比如支持向量机，能够在家禽农业中实现生产问题的早期检测和预警，从而能够避免经济损失。

Apr, 2019

从事机器学习方法在食品安全行业中，尤其是检测霉菌毒素和其他食品成分的存在方面的研究，探讨了近年来机器学习应用的优势、挑战和未来发展潜力，以及对数据和代码的公开获取有关的疑虑。研究结果显示，尽管多数研究主要利用神经网络进行霉菌毒素的检测，但在所采用的神经网络架构中存在着显著的多样性，其中卷积神经网络最为普遍。

Apr, 2024

该论文提出了一种新的基于数据驱动和可解释的降价定价策略，使用半参数结构模型进行反事实预测和多期价格优化，并采用随机模型建立顺序定价策略。

May, 2021

基于深度学习的番茄成熟监测方法，通过计算机视觉与人工智能技术优化番茄成熟状态的监测，实现及时检测并采摘成熟番茄，实验结果表明在极端条件下具有良好的分类准确率。

Jan, 2024

数字市场的食品零售正在快速渗透，而关键是提供高质量数据以满足数字转型中的需求。该研究介绍了一种自动对不断变化的产品目录进行分类的解决方案，对比了不同方法，最终得出传统机器学习算法表现更好，但受评分排名方法紧随其后的结论。

Dec, 2023

利用机器学习技术，通过匿名和聚合的网络搜索和位置数据实现食源性疾病实时检测。该技术可显著提高餐厅检查准确性，并获取此前难以获得的流行病学信息，可帮助预防食品中毒等公共卫生问题。

Dec, 2018

本文旨在通过算法干预，提高零售商在某些产品类别上的预测准确性，选取针织类别作为案例，通过算法架构动态选择最佳算法，采用 AI/ML 建模，预测准确性提高了 20%。

Jun, 2023

使用 Yemek Sepeti 的数据和其变体，采用多种机器学习算法，结合多种自然语言处理方法，旨在达到最高的准确率，并优化算法的参数，训练得到的模型可用于无标签数据的客户满意度测量。本研究中应用的三种自然语言处理方法能够使大部分模型的准确率提高约 5%。

Jan, 2022

农产品价格预测对农民、决策者和其他利益相关者至关重要。本文回顾了机器学习算法在农产品价格预测方面的最新研究。我们讨论了农业在发展中国家的重要性以及作物价格下跌所带来的问题。我们识别了农产品价格预测的挑战，并强调机器学习算法如何支持更好的预测。接下来，我们对最近的研究进行了全面分析，讨论了各种机器学习技术的优点和缺点。我们得出的结论是，机器学习有潜力在农产品价格预测方面带来革命，但进一步的研究至关重要，以解决相关的限制和挑战。

Oct, 2023