냄새에서 생선 고기의 라이트닝 바카라도를 결정하기위한 감지 기술이 개발되었습니다

최고 연구원 Ito Toshio, Chief 연구원, Choi Zheng-Kei 및 Masuda Yoshitake, 전자 도자기 그룹의 연구 그룹, 국립 고급 산업 과학 및 기술 연구소 (이하 라이트닝 바카라), 연구 그룹의 책임자 인 Yoshioka Takeya의 연구원, Theatory Spupport of the Food Research of the Food Spupords, The Research of the Food Spupords의 연구원으로 언급되었습니다 공익 Incorporated Foundation 인 Hakodate Regional Industrial Promotion Foundation 인 Hokkaido Industrial Technology Center는 브리를 기반으로 냄새에서 어류 육류의 신선도를 결정하는 감지 기술을 개발했습니다

초밥과 사시미와 같은 생 먹는 물고기가 전 세계적으로 점점 더 인기를 얻고 있으며, 라이트닝 바카라한 해산물이 일본에서 해외 냉장으로 공수되고 있습니다 해외에서는 생선에 정통한 장인이 거의 없으며 생선과 가열 된 생선을 구별하기가 어렵 기 때문에 대부분의 제품은 현재 일본 상점에서 판매됩니다 일본 해산물의 수출량을 늘리려면 객관적으로 품질과 방법을 측정하는 방법을 보장하는 지표가 필요하며 라이트닝 바카라한 해산물의 라이트닝 바카라도 지표로 사용됩니다k value제안되었습니다 그러나 어류 고기가 필요하며 K 값을 도출하기위한 화학적 측정에는 특별한 기술과 일정 시간이 필요합니다 따라서 라이트닝 바카라도를 쉽게 결정할 수있는 새로운 감지 기술을 개발할 필요가있었습니다

라이트닝 바카라는 냄새를 결정하기위한 새로운 감지 기술을 개발했습니다 이것은 어류 냄새를 목표로하기 때문에 생선 고기 수집이 필요하지 않은 비파괴 테스트입니다 라이트닝 바카라는 Hokkaido Industrial Technology Center와 협력하여 신선도로 생선 고기 냄새를 분석하고 이러한 결과를 바탕으로시뮬레이션 라이트닝 바카라도 표시기 가스만들어졌습니다 지표 가스의 측정 결과를 훈련 데이터로서, 라이트닝 바카라도는 기계 학습을 사용한 어류 고기의 실제 냄새에 따라 결정되었습니다

이 기술의 세부 사항은 8 월 23 일부터 25 일까지 8 월 23 일부터 25 일까지 도쿄 큰 시력 (도쿄 코토 쿠)에서 열리는 25 번째 일본 국제 해산물 쇼에서 열리는 "Freshness Distribution Technology Postation Consortium"전시 부스에서 발표 될 것입니다

일본 요리가 유네스코 세계 문화 문화 유산으로 등록됨에 따라 초밥과 사시미와 같은 생선은 전 세계적으로 점점 더 받아 들여지고 있으며 라이트닝 바카라한 해산물이 일본에서 동남아시아로, 다른 국가에서 냉장 된 국가의 다른 국가로 공수되고 있습니다 라이트닝 바카라도는 특히 해산물의 품질 요소로 특히 중요하며, 라이트닝 바카라한 사람들은 더 높은 가격으로 거래됩니다 일본 생산 및 소비 시장에는 경험과 감각에 따라 물고기의 품질을 판단하는 "수표"가 있으며, 라이트닝 바카라한 해산물은 소비자와의 신뢰 관계를 바탕으로 날 음식에 판매되어 제공됩니다 "감정가"가없는 해외 국가에서는 현지 사람들이 날 음식과 요리를 구별하기가 어렵고 대부분의 제품은 일본 상점입니다 일본 해산물의 수출량을 늘리려면 객관적으로 품질과 측정 방법을 보장하는 지표가 필요합니다

Hokkaido 산업 기술 센터는 농업, 임업 및 수산부에 적용되어 일본 농업 및 임업 표준 (JAS), K- 값 테스트 방법 인 일본 농업 및 임업 표준 (JAS)을 설립하여 라이트닝 바카라한 해산물을위한 가장 일반적인 과학적 라이트닝 바카라도 지표이며, 2022 년 3 월에 "K-value value (K-value) 시험 방법을 확립했습니다 테스트 방법 JAS 그러나, k 값을 도출하려면 정통한 작업자가 적절한 시설에서 화학적 측정을 수행하더라도 몇 시간이 필요합니다 분포 현장에서 라이트닝 바카라도 상태를 신속하게 결정하려면 라이트닝 바카라도를 "시각화"하는 라이트닝 바카라도 측정 장치를 개발하기 위해 새로운 감지 기술이 필요합니다

라이트닝 바카라휘발성 유기 화합물 (VOC)반도체 센서우리는 요소 및 다중 반도체 센서를 사용하여 냄새를 측정하는 휴대용 측정 장치를 개발하고 있습니다

다중 반도체 센서는 일반적인 반도체 센서 일뿐 만 아니라 라이트닝 바카라가 개발 한 습도에 덜 취약하다대량 응답 센서를 추가함으로써, 우리는 높은 습도에서 냄새를 구별하는 능력을 극적으로 향상 시켰습니다 (Aisotech Press 발표 2019 년 1 월 29 일) 현재,기계 학습와 결합 된 냄새 분석 기술을 개발하고 있습니다

이 연구 개발은 생물학적 특수 산업 기술을위한 연구 지원 센터에서 수출 (2021-2023)을 목표로 라이트닝 바카라한 수산 품질 관리 및 라이트닝 바카라도 시각화를위한 혁신 생성 및 라이트닝 바카라도의 시각화를위한 혁신 생성 및 개발 기술을 향상시키기위한 연구 촉진 프로젝트에 의해 지원됩니다

라이트닝 바카라 및 Hokkaido Industrial Technology Center는 어류 고기의 냄새의 양적 분석 결과를 기반으로 시뮬레이션 된 신선도 지수 가스 (지표 가스라고 함)를 준비하고 휴대용 측정 명령을위한 훈련 데이터를 얻는 데 사용했습니다

Hokkaido Industrial Technology Center에서, 물고기의 냄새 나는 성분을 함유 한 공기는 물고기 고기의 도착을위한 가이드 라인 인 4 가지 신선도 조건을 위해 흡착제 (Tenax TA)를 빨아 들여 샘플링하여 식용 식품 (0 ° C, 5 일 후), 11 일 Cooked (0 ° C에 저장), (C, 11 일 C, 11 C, 등) 도착 1 일 후 30 ℃에서) 라이트닝 바카라는 동물에게 보내진 흡착제의 냄새 성분을 사용합니다가스 크로마토 그래프 질량 분석기 (GC/MS)11048_11076필레의 4 개의 라이트닝 바카라도 상태에서 검출되었다 물고기의 냄새를 재현하기 위해 수십 개의 가스 성분을 생선 냄새와 동일한 농도 비율로 혼합하기가 어렵습니다반도체 센서는 가족 화학 물질과 유사한 센서 응답을 전시합니다그 특성으로 인해, 농도 비율은 각 그룹의 4 가지 대표 구성 요소를 사용하여 인덱스 가스로서 작용했습니다

프로토 타입 센서 요소는 직경이 10mm이며 일반적인 상업적으로 이용 가능한 반도체 센서와 동일하며 4 가지 유형의 반도체 센서를 한 번에 전달할 수 있습니다 라이트닝 바카라가 개발 한 휴대용 측정 기기에는 각각 4 개의 센서 요소에 8 가지 유형의 반도체 센서가 장착되었습니다 (그림 1) 하나는 4 가지 일반적인 유형의 반도체 센서를 포함하고 다른 하나는 두 가지 일반적인 유형의 반도체 센서와 2 개의 "벌크 응답"센서를 포함합니다

8 가지 유형의 반도체 센서의 저항 값은 휴대용 측정 장치를 사용하여 양식 된 옐로 테일의 4 개의 라이트닝 바카라도 상태에 해당하는 흡입 지표 가스에 의해 측정되었습니다 (그림 2) 저항 값은 4 개의 라이트닝 바카라도 상태 각각에서 지표 가스의 4 가지 성분의 농도 비율에 따라 다릅니다 N 형 반도체 특성을 갖는 센서는 저항 값을 감소시키는 반면, P- 타입 결과는 저항 값을 증가시킵니다 이러한 저항 변화는 인덱스 가스를 흡입하기 전에 저항 값에 기초한 센서 응답 값입니다 (그림 2 참조) 8 센서의 응답 값은 1 개의 데이터입니다 머신 러닝으로서 센서 응답 값에서 4 개의 라이트닝 바카라도 상태로 분류됩니다신경망| 사용되었습니다

첫째, 4 개의 라이트닝 바카라도에 해당하는 지표 가스가 동일한 공정에서 생성되고 가스 백으로 채워졌으며 반복 된 측정을 수행하고 4 개의 라이트닝 바카라도에 총 240 개의 데이터가 축적되었습니다교차 검증를 사용하여 지표 가스를 올바르게 분류 할 수 있는지 여부를 확인하면 144 데이터가 정확했습니다 (정답 속도 : 0600)

다음, 센서 당 여러 응답 값을 사용하여 정답 속도를 높이는 방법을 고려했습니다 지표 가스 소개를 끝내십시오반도체 센서의 전기 저항 값이 복원되는 섹션에서 얻은 센서 응답 값 (그림 2 참조)도 분석에 사용되었습니다8 센서의 센서 응답 값 x 데이터 당 여러 포인트입니다 또한 교차 검증,Convolutional Neural Network로 분류 할 때 229가 올바르게 답변하여 정답 속도 (0954)를 개선했습니다

양식 옐로 테일 사시미의 라이트닝 바카라도는 인덱스 가스를 사용하여 훈련 된 컨볼 루션 신경망을 사용하여 결정되었습니다 옐로 테일 사시미를 가스 백에 넣고 구매 직후 냄새를 실온 (약 22 ° C)에서 측정하고, 하루 동안 가정용 냉장고 (2-5 ° C)에 저장되어 실온으로 돌아와 다시 측정했습니다 결과는 구매 직후에 식용 원시로 결정되었고 요리 된 경우 하루 동안 보관하면 식용으로 결정되었습니다

이번에는 양식 된 옐로 테일의 라이트닝 바카라도가 냄새에서 결정될 수 있음을 보여주었습니다 앞으로 우리는 다른 생선 고기를 검사 할 것입니다 라이트닝 바카라한 해산물이 도착한 직후와 같은 라이트닝 바카라도에 대한 객관적인 평가 외에도, 우리는 반도체 센서의 감지 기술의 출력과 함께 과학적 라이트닝 바카라도 지표 인 K 값을 일치시켜 k 값을 결정하는 기술을 개발할 것입니다 우리는 다양한 어류 육류에 대한 데이터를 축적하고 K 값을 결정할 수있는 데이터베이스를 구축 할 것입니다 우리는 초기 단계에서 실질적으로 사용되는 것을 목표로 휴대용 검출기에서 실시간으로 K 값의 출력을 순차적으로 개선 할 것입니다 또한 말린 해산물의 노화 정도를 모니터링하는 적용 가능성을 고려할 것입니다

k value

생물학적 에너지의 방출 및 저장에 관여하는 아데노신 트리 포스페이트 (ATP)는 물고기가 사망 한 후 시간이 지남에 따라 내인성 효소에 의해 분해됩니다

ATP (아데노신 트리 포스페이트) → ADP (아데노신 디 포스페이트) → AMP (아데 닐 레이트) → IMP (이노신) → HXR (이노신) → HX (Hypoxanthine)

k 값은 화학 분석에 의해 정량화되어 각 구성 요소를 결정하고 다음 공식을 사용하여 계산됩니다

k 값 (%) = (hxr 금액 + hx 금액) / (ATP 금액 + ADP 금액 + amp 금액 + 임프 금액 + hxr 금액) x 100

k 값은 해산물이 사망 한 후 시간이 지남에 따라 증가하므로 낮은 값은 더 라이트닝 바카라합니다[참조로 돌아 가기]

시뮬레이션 라이트닝 바카라도 표시기 가스

이것은 각 라이트닝 바카라한 어류 고기 상태의 냄새를 샘플링하고 분석 장치를 사용하여 냄새 성분을 정량화 한 결과를 기반으로 생산 된 혼합 가스입니다 반도체 센서는 종의 것과 매우 가까운 센서 응답 값 (전기 저항 변화)을 나타내므로 총 농도는 하나의 전형적인 화학 물질로 준비되었습니다 각 구성 군의 대표 성분의 액체는 농도 비에 따라 휘발되고 혼합되었다[참조로 돌아 가기]

휘발성 유기 화합물 (VOC)

실온에서 휘발하기 쉬운 유기 화합물에 대한 일반적인 용어는 영어 단어 휘발성 유기 화합물의 이니셜에서 VOC로 작성됩니다 냄새를 구성하는 대부분의 성분은 VOC입니다[참조로 돌아 가기]

반도체 센서

반도체 재료의 미세 입자로 만든 두꺼운 필름의 전기 저항을 변화시키는 특성을 사용하는 센서는 냄새 성분의 농도에 달려 있습니다 일부 일반적인 반도체 센서에는 N 형 및 P 형 반도체 특성이 있습니다 라이트닝 바카라가 개발 한 벌크 응답 센서는 또한 반도체 센서의 한 유형입니다 냄새 성분의 농도가 증가함에 따라, N 형 반도체 특성을 갖는 센서의 저항 값과 벌크-반응성 센서가 감소하는 반면, p 형 반도체 특성을 갖는 센서는 증가한다[참조로 돌아 가기]

대량 응답 센서

라이트닝 바카라가 개발 한 반도체 센서의 유형 냄새 가스 분자의 산화는 물질의 결정 격자에서 산소 원자를 소비하여 산소 공석을 초래하여 저항을 감소시킨다 이 원리는 응답 메커니즘의 일반 반도체 센서와 다릅니다 그것은 습도에 덜 취약하다는 것을 특징으로합니다[참조로 돌아 가기]

기계 학습

대량의 데이터를 대량으로 처리하고 알 수없는 데이터를 결정하는 분석 방법 이번에 사용 된 신경망과 컨볼 루션 신경 네트워크도 기계 학습의 한 유형입니다[참조로 돌아 가기]

가스 크로마토 그래프 질량 분석법 (GC/MS)

가스 종에 대한 분석 방법 유형 혼합 가스가 컬럼에서 가스 분자에 대한 흡착 특성을 갖는 충전제를 통과 할 때, 흡착 특성은 가스 종에 따라 다르므로 기둥의 통과 시간에 차이가있어 가스 종을 분리한다 분리 된 가스의 질량은 화합물을 식별하기 위해 분석된다
이 연구에서, 어류 고기의 냄새 성분은 Hokkaido Industrial Technology Center에서 흡착제로 샘플링 한 다음 GC/MS에 의해 분석을 위해 라이트닝 바카라로 이송되었습니다 예비 시험에서, 생선 고기 냄새가 여러 흡착제에 흡착되고 GC/MS를 사용하여 즉시 측정 할 때, 그리고 운송에 필요한 시간을 실온에서 배치 한 다음 GC/MS를 사용하여 측정했을 때 결과는 일관성이있는 것으로 확인되었다[참조로 돌아 가기]

필레

머리, 아가미 및 내부 장기를 제외한 생선 고기의 오른쪽 또는 왼쪽 고기[참조로 돌아 가기]

반도체 센서가 가족 화학 물질과 유사한 센서 응답 값을 나타냅니다

반도체 센서의 반응 원리는 냄새 분자의 산화 반응에서 비롯됩니다 동일한 기능 그룹 등의 냄새 분자는 매우 밀접한 센서 응답 값 (전기 저항 변화)을 나타냅니다 예를 들어, 알코올 인 경우 하이드 록실기 인 경우 산, 카르복실기 및 방향족 인 경우 벤젠 고리는 동일한 기능 그룹을 갖는다 모의 라이트닝 바카라도 지수 가스는이 반응 원리에 기초하여 상 동성 화학 물질의 총 농도를 갖는 하나의 대표적인 화학 물질로 제조되었다 각 구성 군의 대표 성분의 액체는 농도 비에 따라 휘발되고 혼합되었다[참조로 돌아 가기]

신경망

기계 학습 유형 인간 뇌에서 뉴런과 신경 회로를 모방하는 수학적 모델을 사용하여 데이터를 분석하는 방법 입력 레이어, 중간 층 (숨겨진 층이라고도 함) 및 출력 레이어로 구성됩니다 알 수없는 데이터가 훈련 된 신경망의 입력 계층에 입력되면, 계산은 중간 계층을 통해 수행되며, 훈련 데이터에 대한 조명 된 결과는 출력 계층에서 출력됩니다[참조로 돌아 가기]

교차 검증

데이터 세트의 일관성을 평가하는 방법 (모든 데이터의 수집) 및 분석 방법의 유효성 데이터 세트는 K로 나뉘어져 있으며 (이 연구에서, K = 5로 수행) 하나는 테스트 데이터로 남겨져 있으며 나머지는 기계 학습을 사용하여 교육 데이터로 훈련됩니다 학습 후 테스트 데이터가 판단되고 출력 결과가 정확한 것으로 평가됩니다 이 K 시간을 반복하여 데이터가 적어도 한 번 테스트 데이터가되도록 데이터를 평가하십시오 크로스 검증이라고도합니다[참조로 돌아 가기]

반도체 센서의 전기 저항 값이 복원되는 섹션

냄새 분자가 더 이상 공급되지 않을 때, 반도체 센서의 전기 저항 값은 원래 값으로 돌아 가려고하지만, 센서 요소로의 흐름 경로와 같은 흡착 된 냄새 분자는 센서 요소를 떠나는 동안 흡수되며, 저항 값은 원래 값으로 즉시 복원되지 않습니다 이 현상은 고 분자량 및 산과 같은 고도의 흡착성 냄새 분자를 갖는 냄새 분자에서 두드러진다 다른 냄새 분자는 또한 다른 회복 시간이 필요합니다 지표 가스에 포함 된 다른 구성 요소와 각 구성 요소의 농도는 복원하는 데 걸리는 시간에 영향을 미칩니다 이 간격은 또한 분석에 사용되었고, 컨볼 루션 신경망을 사용 하였다[참조로 돌아 가기]

8 센서의 센서 응답 값 x 데이터 당 여러 포인트

이 연구에서 센서의 전기 저항은 4 분 동안 5 초마다 측정되었으므로 센서 당 48 포인트의 센서 응답 값이 사용되었습니다 데이터는 8 개의 센서와 동시에 측정되었으므로 데이터는 데이터 당 8 x 48 2D 데이터입니다[참조로 돌아 가기]

Convolutional Neural Network

기계 학습 유형 이미지 결정과 같은 분석에 종종 사용되는 방법 기본 개념은 이미지와 같은 2 차원 데이터가 입력 계층에 입력되는 신경망과 동일하며, 중간 계층에 필터링되어 2D 데이터의 근처 데이터와 상관 관계를 생성합니다 8 개의 반도체 센서의 여러 지점으로부터의 센서 응답 값이 함께 사용될 때, 2 차원 데이터로 취급되어야하므로 Convolutional Neural Network를 사용하여 수행해야합니다[참조로 돌아 가기]