機械学習を用いたお菓子の官能評価値の予測

ユーザーベネフィット

－ テクスチャーアナライザEZTestを使用することで食品のテクスチャー試験が可能です。 － 治具プラットフォームにより、様々な治具を容易に交換することができます。 － 機械学習を用いることで、おおよその官能評価値の予測が可能です。

はじめに

おいしさを感じる要因には、食品による要因(味、香り、食感など)と人による要因(生理的、心理的、食習慣、外的など)がありますが、食品によっては、おいしさにおける食感の占める割合が大きく、食感の評価が重要事項の一つとなっています。食感の評価方法は人が食べてどう感じるかを評価する「官能的な評価」と、食品の持っている硬さなどを装置を使って評価する「物理的性質の評価」があります。食感は通常官能試験によって評価されますが、官能試験には人の感覚の個人差や体調などによる再現性の難しさの問題が伴います。そのため、客観的な結果を得るために、装置を使用した測定が行われています。テクスチャーの代表的な力学特性として、Szczesniakのテクスチャー・プロファイルがあります。テクスチャー・プロファイルでは基本的な食感は評価可能ですが、複雑な食感の測定は困難です。 前報では、クッキーの硬さ、サクサク感、しっとり感を多変量解析により予測しました。クッキー自体のばらつきを考慮するため、クッキーの種類ごとにテクスチャー試験から得られた物理的特性の平均値を用いて予測を行いました。今回は、機械学習によりさらに多くの説明変数を使用し、クッキー1枚における官能評価値の予測を行った例を紹介いたします。対象とする官能評価項目は前報同様に硬さ、サクサク感、しっとり感になります。また、テクスチャー試験の測定データも前報と同様になります。

2023.10.03