| 研究課題/領域番号 |
22K02156
|
|---|
| 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 |
松本 隆志 東京海洋大学, 学術研究院, 教授 (40837324)
|
|---|
| 研究分担者 |
柴田 真理朗 東京海洋大学, 学術研究院, 准教授 (40590360)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 機械学習モデル / 加工食品 / 品質 / 賞味期限 / フードロス |
|---|
| 研究開始時の研究の概要 |
加工食品の基本情報を企業データ（栄養成分表示：たんぱく質、脂質、炭水化物等、Webサイト等）から得て、中身のデータを理化学分析（水分、水分活性、アミノ酸等）や官能評価を実施して収集し、それらの情報を蓄積して食品データベースを構築する。そして、迅速で精度の高い賞味期限設定や品質変化シミュレーション等、目的に応じて必要なデータをダウンロードして使用する、加工食品に汎用性のある機械学習モデルを開発する。
|
| 研究実績の概要 |
期限切れの食品の廃棄等、食品ロスが話題になり、賞味期限への注目が増している。加工食品の賞味期限は、常温の保存試験による設定方法では時間を要するため、従来は品質変化の温度依存性を利用した方法等により、短期間で推定し、安全率をかけることで短く設定されることが多い。その推定方法では、適用できない食品があり、また精度に課題があるが、近年は賞味期限設定に関する学術的な研究は殆ど行われていない。一方, 機械学習による特定の食品の品質を予測する報告がされているが, 広く加工食品に適用できるモデルではない。
そこで、機械学習モデルによる品質シミュレーターを開発し、賞味期限の設定に応用することを試みている。進捗は次の通りである。
常温保存で数カ月から１年程度の賞味期限であり、均一に加工された食品を対象に、賞味期限に影響があると考えられる、水分や水分活性、アミノ酸などの理化学分析や栄養成分表示等、商品のデータを蓄積した。対象食品は粉末食品と水産加工品のカテゴリーが中心である。
Pythonと必要なライブラリを使用し、決定木ベースのアルゴリズムを組み、賞味期間を予測する自動機械学習のモデルを開発した。それによって、誤差4週間で、迅速な賞味期間設定を可能にした。
理化学分析は時間と労力を要するため、一度に多くのデータ収集が可能な非破壊検査の活用を始めた。それに伴い。そのデータ活用を可能にする機械学習モデルを別途開発した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
機械学習に最低限必要な数と言われている100以上のデータを収集し、機械学習モデルを開発した。
また、理化学分析に加えて、非破壊検査を活用し、効率的にデータ収集を進めるとともに、精度向上に取り組んでいる。
|
| 今後の研究の推進方策 |
理化学分析等に加え、非破壊検査を活用し、効率的にデータを収集していく。
データを活用する機械学習モデルをすでに開発しているが、精度を向上させるために、改善を図る。
対象食品に関して、現在は粉末食品と水産加工品のカテゴリーを中心にしているが、今後、それらのカテゴリーのデータを増加させるとともに、他のカテゴリーの食品にも対象を拡大する。
|
