オートエンコーダを用いた匂い官能評価データの次元圧縮

カテゴリ: 研究会(論文単位)

論文No: CHS15022

グループ名: 【E】センサ・マイクロマシン部門 ケミカルセンサ研究会

発行日: 2015/07/03

タイトル(英語): Dimensionality Reduction of a Data Set of Sensory Evaluation of Smell by Deep Autoencoder

著者名: 野崎 裕二(東京工業大学),中本 高道(東京工業大学)

著者名(英語): Yuji Nozaki(Tokyo Institute of Technology),Takamichi Nakamoto(Tokyo Institute of Technology)

キーワード: 官能評価|オートエンコーダ|知覚空間|次元圧縮|Sensory evaluation|Autoencoder|Perceptual space|Dimensionality reduction

要約(日本語): 香気物質に対する匂いの感覚量を評価する方法の一つは官能評価である。しかし匂いの性質の定義に用いられる記述子の数は多く、扱いは簡単ではない。我々は低次元表現を探すために、非線形な活性化関数を持つ多層のオートエンコーダを使用して官能評価データの非線形な次元圧縮を行った。本手法によるデータ圧縮は、従来まで用いられてきた線形手法によるものよりも、優れた結果を得られることが分かった。

要約(英語): To realize a high performance odor sensing system, it is quite essential to understand the structure of odor perception space. A sensory evaluation is widely done to obtain data of human senses. Since every odorant has many attributes, it is difficult to understand how odors are distributed in odor perception space. We designed an autoencoder with three hidden layers and applied it to a data set of sensory evaluation of smell to obtain a low-dimensional data structure. We confirmed that its reconstruction accuracy was better than that of PCA.

原稿種別: 日本語

PDFファイルサイズ: 1,482 Kバイト