| 研究課題/領域番号 |
19K06308
|
|---|
| 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41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
源川 拓磨 国立研究開発法人農業・食品産業技術総合研究機構, 食品研究部門, 主任研究員 (10571698)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 非破壊計測 / スペクトル解析 / 機械学習 / データクレンジング / AI |
|---|
| 研究成果の概要 |
本研究では，スペクトルデータ向けのデータクレンジング法（以下，DC法）を開発し，開発したDC法の有用性をモデルデータおよび実サンプルデータを使って明らかにした。モデルデータ（糖水溶液）の回帰分析では，DC法の適用により，糖由来のバンドの強度変化を直接反映した回帰モデルを構築できた。その結果，回帰モデルの複雑さ（説明変数の数）を低減しつつ高い回帰精度を実現した。実サンプルデータでの回帰分析では，11種類の青果物（トマト，バナナ，モモ，キウイ等）の果汁についてBrix糖度の回帰分析を行ったところ，DC法を適用することで決定係数が0.70から0.99に，RMSEが3.3%から0.5%に改善した。
|
| 自由記述の分野 |
ポストハーベスト工学、分析化学
|
| 研究成果の学術的意義や社会的意義 |
本研究ではスペクトルデータに対する機械学習におけるデータクレンジング (データ前処理) に焦点を当て，これまで皆無であったスペクトルデータ向けのデータクレンジング法を新たに開発した。本データクレンジング法を適用することによって，これまで十分に検討されてこなかったスペクトルデータに対するデータクレンジングを効率的に実施することができ，機械学習によるスペクトル解析の解析結果を改善することが可能となった。これにより，農産物の品質を非破壊で計測する分光センサーの開発期間を大幅に短縮することができ，分光センシングに基づく高度な食料生産体制の構築に貢献することが期待される。
|
