| 研究課題/領域番号 |
19H03015
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分40020:木質科学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
土川 覚 名古屋大学, 生命農学研究科, 教授 (30227417)
|
|---|
| 研究分担者 |
稲垣 哲也 名古屋大学, 生命農学研究科, 准教授 (70612878)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
14,820千円 (直接経費: 11,400千円、間接経費: 3,420千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 10,530千円 (直接経費: 8,100千円、間接経費: 2,430千円)
|
|---|
| キーワード | 近赤外分光法 / ハイパースペクトラル画像 / CNN / 認識科学分析手法 / 樹種判別 / ディープラーニング / 可視・近赤外 / 分光分析 / ハイパースぺクトラル画像 |
|---|
| 研究開始時の研究の概要 |
可視（電子励起）・近赤外（振動励起）スペクトルの形状そのものを情報源として活用し、コグニティブ（認識）スペクトロスコピーとも呼ぶべき新たな分析手法を構築し樹種判別を正確・迅速・簡便に行う。木材の可視・近赤外分光情報を包含したシームレスなハイパースペクトラルデータを利用して、樹種判別を自動で行えるプロトコル構築を目指す。
|
| 研究成果の概要 |
本研究では、「多層構造のニューラルネットワークを用いた機械学習であるディープラーニングを木材の可視・近赤外シームレスハイパースペクトラルデータに適用して、木材の樹種判別を自動で行えるプロトコルを構築し、コグニティブスペクトロスコピーともいうべき新たな認識科学分析手法を確立すること」を目標とした。
広葉樹38樹種の可視画像および近赤外ハイパースペクトラル画像をもとに、CNNを用いて樹種判別を行ったところ、近赤外画像を用いた場合の正答率は90.5%に達した。これにより「試料表面の分子振動情報とその空間分布をCNNによって分析する」という新たな認識化学分析手法の可能性を示すことができた。
|
| 研究成果の学術的意義や社会的意義 |
本手法によって近赤外領域・可視領域両方での木材樹種判別の可能性を示した。顕微鏡写真からのバッチ抽出およびトレインデータ・テストデータの選択方法によって樹種判別の推定精度が大きく異なることが明らかとなった。以上一連の研究によって本手法の木材樹種判別への有効性および限界を確認した。また提案手法を様々な農産物評価にも応用し、その有用性を確認した。
|
