Yoshio Makino 研究室（東京大学）

AI 要約（直近 5 年の研究成果）

本研究室は、農産物の鮮度保持と品質評価に関する研究に取り組んでいます。特に、気体環境を制御した包装方法（低酸素・高二酸化炭素の雰囲気）が野菜類の新鮮さをどの程度維持できるかを科学的に検証することを目的としています。研究手法としては、メタボロミクス（生物体内の様々な化学物質の総体を分析する技術）を用いて、包装された農産物内の化学成分の変化を追跡し、同時に機械学習の一種である畳み込みニューラルネットワークという計算手法で、膨大なデータから鮮度レベルを自動判別するシステムを構築しています。研究の主要な成果として、適切な気体環境での保管により、農産物の呼吸を抑制し、細胞壁成分の分解や脂肪の消費といった鮮度低下に関連する化学変化を遅延させられることが明らかになっています。さらに、この化学的な指標となる物質群をAIで分析することで、高い精度で農産物の鮮度状態を分類できるシステムが実現されました。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（7 件）

[2025] Rapid and chemical-free technique based on hyperspectral imaging combined with artificial intelligence for monitoring quality and shelf life of dried shrimp
DOI: https://doi.org/10.1016/j.foodres.2025.116422
[2025] Classification of Packaged Vegetable Soybeans Based on Freshness by Metabolomics Combined with Convolutional Neural Networks
DOI: https://doi.org/10.3390/metabo15030145
[2024] Assessment of food safety risk using machine learning-assisted hyperspectral imaging: Classification of fungal contamination levels in rice grain
DOI: https://doi.org/10.1016/j.mran.2024.100295
[2023] Hyperspectral imaging coupled with machine learning for classification of anthracnose infection on mango fruit
DOI: https://doi.org/10.1016/j.saa.2023.123825
[2022] Early Detection of Anthracnose Infection on Mango Fruit Using Hyperspectral Imaging Coupled with Symptom Distribution Mapping
DOI: https://doi.org/10.2139/ssrn.4027886
[2021] Effect of variable selection algorithms on model performance for predicting moisture content in biological materials using spectral data
DOI: https://doi.org/10.1016/j.aca.2021.339390
[2021] Paradigm Shifts in Post-harvest System Engineering to Contribute to the Stable Supply of Horticultural Products
DOI: https://doi.org/10.2525/shita.33.147

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（7 件）

科研費（0 件）

所属学会・役職（0 件）