フードロス削減に向けた賞味期限最適化の新手法及び食品データベース開発

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。

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。