次元圧縮及び深層学習を利用した匂い印象の予測モデルの研究

カテゴリ: 全国大会

論文No: 3-101

グループ名: 【全国大会】平成28年電気学会全国大会論文集

発行日: 2016/03/05

タイトル(英語): Evaluation of a deep structured model for predicting chemicals’ odor character utilizing dimensionality reduction

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 Science),Takamichi Nakamoto(Tokyo Institute of Science)

キーワード: 官能試験,匂い,マススペクトル,オートエンコーダ,深層学習,次元圧縮

要約(日本語): 匂いの認識は空気中に存在する化学物質の知覚によって行われる。多数の言語的記述子を用いて匂いの印象を評価する官能試験は化学物質の匂いを記述する代表的な方法であるが、多数の化学物質に対して官能検査を行うことは費用及び時間的に多くのコストを必要とする。化学物質のマススペクトルはその物質の匂いと深く関係していることがこれ迄の研究により分かっており、本研究では機械学習を利用したアプローチでマススペクトルから化合物の印象を予測するモデルを作成し、モデルの深層化及び次元圧縮による特徴抽出の効果を評価する。

原稿種別: 日本語

PDFファイルサイズ: 375 Kバイト