[2Win5] ポスターセッション2

[2Win5-70] 食感機械学習分析の高度化に向けた食品圧縮試験と咀嚼動作4D計測結果のマルチモーダル学習

〇武政 誠¹、張 蒋政¹ (1.東京電機大学)

キーワード：食感、ディープラーニング、マルチモーダル学習、3Dスキャナ、咀嚼

食感はおいしさの６割を占めるとされ重要であるが解析が困難である。機器測定結果のばらつきが大きすぎるため圧縮試験結果から特長値を抽出し、多変量解析にかけても、官能評点との対応がつかないばかりか、食品の分類すらままならない、つまり解析不可能となってしまう食品の方がはるかに多いのが実態である。またほぼ全ての食感を支配する高分子では、特に濃厚系での力学特性に対して理論やシミュレーションの適用が著しく困難であり、官能試験以外には、現在でも評価が困難である。官能評価では個人差や体調の差が大きく、安定して科学的な分析実施が容易ではない。我々は、食感を簡便に大量測定する方法を複数開発しており、計10万回を超える食感ビッグデータを構築している。深層学習によりヒトでも検出な困難な、わずかな食感の差でも判別が可能である、と示している。今回、異なるセンサーにより取得した情報を統合したマルチモーダル学習により、深層学習による各種物性や食品分類の性能を向上させる研究に取り組み、前述の圧縮試験と、我々が開発した咀嚼中顔表面形状4D計測結果のデータを統合することに成功したので報告する。