Presentation Information
[P110]Development of inverse design method of food texture based on machine learning and 3D printing technology for collecing big data of structure-foodtexture relation
*RYUSEI KANEKO1, TAKEMASA MAKOTO1 (1. Graduate school of Science and Engineering, Tokyo Denki University)
Keywords:
food texture,food 3D printer,inverse design
【目的】おいしさの6割以上は食感に影響される. 食感は材料特性だけでなく食品構造にも支配されている. 一方, 食感設計の指針は確立されておらず, 所望した食感の設計は試行錯誤を余儀なくされている. 近年, 目的の物性を実現する材料や構造を機械学習により予め予測して設計する逆設計が注目されている. 逆設計を食感設計に応用する事で, 目的の食感の手軽な実現が期待される. 食感設計への逆設計の適用に向け, (1)食品構造に基づいた食感のビッグデータ取得効率化, (2)目的の食感を実現する食品構造の予測を機械学習で可能にする事を本研究の目的とした.
【方法】(1)食品の構造と食感と対応関係を大量に取得するために, フード3Dプリンタによる食品造形から圧縮試験による食感測定までの工程をロボットアームを用いて自動化した. (2)複数種類の食材を同数用いて多層構造食品を作製した. 取り得る全積層順序において食材の配置が圧縮挙動に与える影響を測定した. 指定した圧縮挙動を生み出す食材配置を深層学習で予測した.
【結果】(1)3Dプリント食品の自動食感測定機構開発により, 食品構造が圧縮挙動に与える影響を効率的に測定する事が可能となった. 本機構で複数種類の可食インクを用いた多様な構造の造形及び, 圧縮試験による食感測定を自動で行う事で食感の逆設計に必要なビッグデータ取得が可能になると考えられる.(2)材料配置の変更により圧縮挙動が変化した. 食感と構造の関係を機械学習で学習させることで, 一部の構造において指定した圧縮挙動を実現する材料配置, つまり食品構造を予測する事が可能となった. 学習に用いる圧縮試験結果の数を増大させる事で構造の予測確度が向上した. 今後, 上記(1)の機構で3Dプリント食品の圧縮試験結果を大量に取得し, 機械学習に適用する事でより多様な構造の予測が可能になると考えられる.
【方法】(1)食品の構造と食感と対応関係を大量に取得するために, フード3Dプリンタによる食品造形から圧縮試験による食感測定までの工程をロボットアームを用いて自動化した. (2)複数種類の食材を同数用いて多層構造食品を作製した. 取り得る全積層順序において食材の配置が圧縮挙動に与える影響を測定した. 指定した圧縮挙動を生み出す食材配置を深層学習で予測した.
【結果】(1)3Dプリント食品の自動食感測定機構開発により, 食品構造が圧縮挙動に与える影響を効率的に測定する事が可能となった. 本機構で複数種類の可食インクを用いた多様な構造の造形及び, 圧縮試験による食感測定を自動で行う事で食感の逆設計に必要なビッグデータ取得が可能になると考えられる.(2)材料配置の変更により圧縮挙動が変化した. 食感と構造の関係を機械学習で学習させることで, 一部の構造において指定した圧縮挙動を実現する材料配置, つまり食品構造を予測する事が可能となった. 学習に用いる圧縮試験結果の数を増大させる事で構造の予測確度が向上した. 今後, 上記(1)の機構で3Dプリント食品の圧縮試験結果を大量に取得し, 機械学習に適用する事でより多様な構造の予測が可能になると考えられる.
Comment
To browse or post comments, you must log in.Log in