| 研究課題/領域番号 |
19K02315
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分08030:家政学および生活科学関連
|
|---|
| 研究機関 | 東京海洋大学 |
|---|
研究代表者 |
酒井 昇 東京海洋大学, 学術研究院, 教授 (20134009)
|
|---|
| 研究分担者 |
福岡 美香 東京海洋大学, 学術研究院, 教授 (10240318)
|
|---|
| 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 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | ニューラルネットワークモデル / 伝熱シミュレーション / タンパク質変性 / 魚の焼成 / 肉の焼成 / 焼き色 / ニューラルネットワーク / シミュレーション / オーブン調理 / 最適化 |
|---|
| 研究開始時の研究の概要 |
食品の調理は、その食材のサイズや成分等によって加熱特性が変わるため、最適な調理条件を決めることは難しい。そこで、最適化に調理人の技を取り入れること、さらに、取り入れる方法として、ニューラルネットワーク（NNW）を用いることが考えられる。NNWを用いた最適化では多くの学習データを必要とするが、データを得るために種々の条件下で調理実験を調理人に行ってもらうのは現実的ではない。そこで、本研究ではまず調理人の調理過程を指標として数学モデルによるシミュレーション技術を確立する。次に、種々の条件下でシミュレーションした結果を学習データとしてNNWモデルを構築する。
|
| 研究成果の概要 |
本研究では調理の最適化のために調理人の技を取り入れること、さらに、その方法として、ニューラルネットワーク（NN）を用いることを目的として研究を行った。NNによる最適化においては、種々の条件下で調理実験を調理人に行ってもらう代わりに、種々の条件下でシミュレーションした結果を学習データとしてNNモデルを構築した。
具体例として上火式焼成機を用いた肉・魚の焼成を検討し、初期表面温度の測定データから、NNを用いて食品内部（中心部の焼き具合）と表面状態（表面の焼き色）を同時に最適にするような焼成条件（ヒーター温度変化、仕上がり時間）の予測・提示が可能となった。
|
| 研究成果の学術的意義や社会的意義 |
近年、調理技術として、調理人の技を取り入れることは多いが、それを調理工学的に定量化されることは少ない。本研究では、肉・魚の焼成を例として、プロの調理人の調理に基づき、その調理過程について、熱・水分移動と反応をモデル化し、調理過程のシミュレーション技術を確立した。このように、調理過程を定量化できたことは学術的意義が大きい。
NNによる最適化においては多くの学習データを必要とするが、種々の条件下での調理実験の代わりに、シミュレーションした結果を学習データとして使用した。大量のデータを実験に代わってシミュレーションで得られることを示したことは社会的意義が大きい。
|
