| 研究課題/領域番号 |
11832013
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
本多 裕之 名古屋大学, 工学研究科, 助教授 (70209328)
|
|---|
| 研究分担者 |
伊藤 文雄 味の素ゼネラルフーヅ(株), 研究所, 研究員
花井 泰三 名古屋大学, 工学研究科, 助手 (60283397)
|
|---|
| 研究期間 (年度) |
1999 – 2000
|
| 研究課題ステータス |
完了 (2000年度)
|
| 配分額 *注記 |
3,400千円 (直接経費: 3,400千円)
2000年度: 1,500千円 (直接経費: 1,500千円)
1999年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | 感性工学 / 嗜好 / ニューラルネットワーク / モデリング / 逆演算 / インターフェイス / 信頼度 / 遺伝的アルゴリズム / 感性情報 / 品質設計 / 食嗜好 / 知識工学的手法 / 品質モデリング / 官能評価 |
|---|
| 研究概要 |
本研究は2年間に以下のような研究実績をあげました。
(1)コーヒー官能評価値の推定モデルの構築と逆推定 コーヒーは、香り・味がもっとも重要な品質特性である。3つのコーヒー豆をブレンドし、22種のコーヒーサンプルを得て、官能評価した。得られた官能評価値を豆のブレンド比から予測するモデルをFNNによって構築した。その結果、FNNが従来法であるRSMやMRAより予測精度が優れていることが確認できた。得られたFNNモデルからブレンド比が官能に及ぼす影響を推察することができた。
(2)逆推定手法の開発 逆演算では遺伝的アルゴリズム(GA)が援用されるが、学習に用いたデータが少ない状態空間からは信頼性の低い解(誤差が大きく入出力が表現できない解)が得られる。そこで、近傍の学習データから解の信頼度を推定し、逆演算する我々の提案手法、CFGAを提案した。次に、最適なデータの採取位置を設計するため、信頼度関数を利用し、信頼度関数の低いデータを追加する手法を提案した。その結果、信頼度関数の平均値が上がることを見いだし、コーヒーに関して官能値からブレンド比の逆推定に応用したところ優れた探索結果が得られた。
(3)製麹工程の製造条件の推定モデルの構築と逆演算 製麹工程は発酵工程や製成酒の品質に大きな影響を及ぼす重要な工程である。そこで最終的な出麹時の品質(酵素力価)と製造プロセスとの関係をFNNモデリングを行った。更にこのFNNモデルと前章で提案した信頼度関数を導入したGAによる目的の品質の麹を作るための最適な温度・湿度軌道の探索を行った。
(4)感性工学インターフェイスの構築 上記の成果に基づき、感性工学インターフェイスの構築を検討した。すなわち、目的の官能評価項目を推定するための入力変数の選択、およびFNNによるモデリング、さらに品質設計を目指した逆演算をも組み込んだ、ユーザーフレンドリーなソフトウェアの開発を目指し、プログラムのパッケージング化を行った
|
