权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ヒト化学IoTセンサと感性AI計測の融合による「おいしさ」知覚情報システムの創製

人体化学物联网传感器与感官AI测量相结合，打造“美味”感知信息系统

基本信息

批准号：
22K02100
负责人：
小島洋一郎
金额：
$ 2.66万
依托单位：
Hokkaido University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K02100/
关键词：
機械学習画像解析食品評価多変量解析人工知能センサシステム AI 計測

项目摘要

■近年，食品工業分野では，AI・IoT・データサイエンスを網羅的に利活用して，人手不足の解消や様々な課題解決に向けて多種多様なアイデアや技術が投入されている。食品製造は人々へ衛生的かつ安心安全な食品を安定供給すると同時に，健康で豊かな食生活を支えるなどの社会的貢献にも寄与する産業である。その一方で近年，変革の荒波が大きく押し寄せている。2023 年時点で新型コロナウイルス感染症の影響により，地方の中小企業では，原材料費の高騰や人手不足が深刻化している。また，消費者の多様化するニーズにマッチした新商品開発が喫緊の課題としてあげられる。■これらに対応し改善するため製造現場や工場において，食の安全やおいしさを維持堅守しつつ，業界の抱える課題解決に導くソリューションを俯瞰することは非常に重要である。高度な画像の認識と処理，センシングデバイス・ロボティクス技術，AI，IoT など情報通信技術等先進技術を利活用したシステムオートメーション化など，最先端の解析テクノロジーと最新鋭の省力化手法を複合融合して実験を進めた。■本年は、高額で高精度な分析装置を使用せず、身近にあるイメージセンサ、例えばスマートフォンのカメラや理化学機器を利用して、迅速で廉価な分類の可能性を目指している。実験手順を示す。1）実験試料の撮影、2）撮影画像を画像処理ソフトにより RGB の色データ値を取得、3）RGB 値の分析処理、4）試料間の差異をクラスター分析などの多変量解析や機械学習より評価。使用した試料は同系色を示し、製造企業が異なる液体とした。画像データとその分析から茶系食品の簡易な分類の可能性を示すことが出来た。また、RGB 要素と教師なしクラスター分析により、数値データに留まらない視覚的な評価を迅速に行えた。

■ In recent years, the food industry has been divided into AI, IoT, and other technologies. Food production contributes to human health, safety, stable food supply, and healthy food production. In recent years, the reform of the waste wave has been greatly delayed. 2023: The impact of new types of infectious diseases, local SMEs, high raw material costs and insufficient manpower will deepen. The issue of consumer diversification is pressing for new product development.■ It is very important to improve production site, workshop, food safety and maintenance, and solve problems in the industry. Advanced technologies such as advanced image recognition and processing technologies, AI, IoT, and information and communication technologies are utilized to improve the quality of image processing. The most advanced and labor-saving methods for analyzing image processing are combined and integrated.■ This year, the use of high-precision analytical equipment, proximity, and the possibility of rapid and inexpensive classification are indicated. The hand is smooth. 1) Sample capture, 2) Image capture processing, 3) RGB value analysis, 4) Sample difference analysis, 3) Mechanical learning evaluation. The use of samples is the same color, production enterprises are different from the liquid The possibility of simple classification of tea food is shown by the analysis of the picture. The RGB elements are analyzed and evaluated quickly.