論文の概要: Wine Characterisation with Spectral Information and Predictive Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2507.20114v1
- Date: Sun, 27 Jul 2025 03:33:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 16:23:56.970204
- Title: Wine Characterisation with Spectral Information and Predictive Artificial Intelligence
- Title(参考訳): スペクトル情報と予測人工知能を用いたワインのキャラクタリゼーション
- Authors: Jianping Yao, Son N. Tran, Hieu Nguyen, Samantha Sawyer, Rocco Longo,
- Abstract要約: 本稿では,2段階のワイン製造において,機械学習(ML)技術と分光法を組み合わせることで,比較的簡単な手法を提案する。
Support Vector Machine (SVM) は属性および起点予測タスクにおいて最も効率的で堅牢である。
- 参考スコア(独自算出の注目度): 10.661523361368962
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The purpose of this paper is to use absorbance data obtained by human tasting and an ultraviolet-visible (UV-Vis) scanning spectrophotometer to predict the attributes of grape juice (GJ) and to classify the wine's origin, respectively. The approach combined machine learning (ML) techniques with spectroscopy to find a relatively simple way to apply them in two stages of winemaking and help improve the traditional wine analysis methods regarding sensory data and wine's origins. This new technique has overcome the disadvantages of the complex sensors by taking advantage of spectral fingerprinting technology and forming a comprehensive study of the employment of AI in the wine analysis domain. In the results, Support Vector Machine (SVM) was the most efficient and robust in both attributes and origin prediction tasks. Both the accuracy and F1 score of the origin prediction exceed 91%. The feature ranking approach found that the more influential wavelengths usually appear at the lower end of the scan range, 250 nm (nanometers) to 420 nm, which is believed to be of great help for selecting appropriate validation methods and sensors to extract wine data in future research. The knowledge of this research provides new ideas and early solutions for the wine industry or other beverage industries to integrate big data and IoT in the future, which significantly promotes the development of 'Smart Wineries'.
- Abstract(参考訳): 本研究の目的は、ヒトのテイスティングと紫外線可視分光光度計で得られた吸収データを用いて、ブドウ果汁(GJ)の属性を予測し、ワインの起源をそれぞれ分類することである。
この手法は、機械学習(ML)技術と分光法を組み合わせることで、ワイン製造の2段階に応用する方法を比較的簡単に見つけ、感覚データとワインの起源に関する伝統的なワイン分析方法を改善するのに役立つ。
この新しい技術は、スペクトルフィンガープリント技術を活用し、ワイン分析領域におけるAIの活用に関する包括的な研究を形成することで、複雑なセンサーの欠点を克服した。
その結果、Support Vector Machine (SVM) は属性および起点予測タスクにおいて最も効率的で堅牢であった。
原点予測の精度とF1スコアはいずれも91%を超えている。
特徴ランキングのアプローチでは、より影響力のある波長は通常、250nmから420nmの走査範囲の下端に現れるが、これは将来の研究でワインデータを抽出するための適切な検証方法とセンサーを選択するのに非常に役立つと考えられている。
この研究の知識は、ワイン産業や他の飲料産業が将来ビッグデータとIoTを統合するための新しいアイデアと早期ソリューションを提供しており、「スマートワイナリー」の開発を著しく促進している。
関連論文リスト
- Fine-Tuning and Prompt Engineering of LLMs, for the Creation of Multi-Agent AI for Addressing Sustainable Protein Production Challenges [38.405196084093454]
持続可能なタンパク質生産研究を支援するための,概念実証型マルチエージェント人工知能フレームワークを提案する。
文献検索剤は、特定微生物株の微生物タンパク質産生に関する関連科学的文献を検索する。
情報抽出剤は、検索した内容を処理し、関連する生物学的および化学的情報を抽出する。
論文 参考訳(メタデータ) (2025-06-25T16:37:46Z) - Artificial Intelligence in Spectroscopy: Advancing Chemistry from Prediction to Generation and Beyond [38.32974480709081]
機械学習(ML)と人工知能(AI)の急速な出現は、化学に大きな変革をもたらした。
分光・分光データへのこれらの手法の適用は、分光機械学習(SpectraML)と呼ばれるが、いまだに研究が進んでいない。
我々はSpectraMLの統一的なレビューを行い、フォワードタスクと逆タスクの両方に対する最先端のアプローチを体系的に検証する。
論文 参考訳(メタデータ) (2025-02-14T04:07:25Z) - Enhancing Feature Selection and Interpretability in AI Regression Tasks Through Feature Attribution [38.53065398127086]
本研究では、回帰問題に対する入力データの非形式的特徴をフィルタリングする特徴属性法の可能性について検討する。
我々は、初期データ空間から最適な変数セットを選択するために、統合グラディエントとk平均クラスタリングを組み合わせた機能選択パイプラインを導入する。
提案手法の有効性を検証するため, ターボ機械の開発過程における羽根振動解析を実世界の産業問題に適用した。
論文 参考訳(メタデータ) (2024-09-25T09:50:51Z) - Classification of grapevine varieties using UAV hyperspectral imaging [0.0]
ブドウ品種の分類は、精密ブドウ栽培において関連する表現型課題である。
無人航空機(UAV)は、ハイパースペクトルデータの収集に対して、より効率的で禁止的でないアプローチを提供する。
本研究では,17種類の赤と白のブドウ品種を分類するために,畳み込みニューラルネットワーク(CNN)を提案する。
論文 参考訳(メタデータ) (2024-01-23T15:35:50Z) - Image and Data Mining in Reticular Chemistry Using GPT-4V [5.440238820637818]
GPT-4Vは、ChatGPTまたはAPIを通じてアクセス可能な、拡張された視覚機能を備えた大きな言語モデルである。
本研究は,GPT-4Vが金属-有機化合物の複雑なデータをナビゲートし,得ることができることを示す。
論文 参考訳(メタデータ) (2023-12-09T05:05:25Z) - Materials Expert-Artificial Intelligence for Materials Discovery [39.67752644916519]
我々は,この人間の直感をカプセル化し,具体化するために,"Materials Expert-Artificial Intelligence"(ME-AI)を導入する。
ME-AIは専門家の直観を独立して再現し、それを拡張した。
私たちの成功は、機械学習に支援された材料発見を約束するものとして、“マシンボットによる人間の洞察”アプローチを指摘しています。
論文 参考訳(メタデータ) (2023-12-05T14:29:18Z) - Learning algorithms for identification of whisky using portable Raman
spectroscopy [37.69303106863453]
我々は、さまざまな機械学習アルゴリズムを調べ、ポータブルなラマン分光装置で直接インターフェースした。
機械学習モデルは、28の商用サンプルのブランド識別において99%以上の精度を達成可能であることを実証した。
論文 参考訳(メタデータ) (2023-09-22T02:27:05Z) - Machine Learning Small Molecule Properties in Drug Discovery [44.62264781248437]
我々は, 結合親和性, 溶解性, ADMET (吸収, 分布, 代謝, 排出, 毒性) を含む幅広い特性について検討する。
化学指紋やグラフベースニューラルネットワークなど,既存の一般的な記述子や埋め込みについて論じる。
最後に、モデル予測の理解を提供する技術、特に薬物発見における重要な意思決定について評価する。
論文 参考訳(メタデータ) (2023-08-02T22:18:41Z) - KECOR: Kernel Coding Rate Maximization for Active 3D Object Detection [48.66703222700795]
我々は、ラベルの取得に最も有用なポイントクラウドを特定するために、新しいカーネル戦略を利用する。
1段目(SECOND)と2段目(SECOND)の両方に対応するため、アノテーションに選択した境界ボックスの総数と検出性能のトレードオフをよく組み込んだ分類エントロピー接点を組み込んだ。
その結果,ボックスレベルのアノテーションのコストは約44%,計算時間は26%削減された。
論文 参考訳(メタデータ) (2023-07-16T04:27:03Z) - Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。
我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。
この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
論文 参考訳(メタデータ) (2023-04-20T19:15:02Z) - Machine Guided Discovery of Novel Carbon Capture Solvents [48.7576911714538]
機械学習は、材料開発における時間とリソースの負担を軽減するための有望な方法を提供する。
そこで我々は, 市販の酸性ガススクラップ式炭素捕捉装置に適合する新規な水性アミンを, エンドツーエンドで発見する「発見サイクル」を開発した。
予測プロセスは、材料パラメータの両方の実験に対して60%の精度を示し、外部テストセット上では1つのパラメータに対して80%の精度を示す。
論文 参考訳(メタデータ) (2023-03-24T18:32:38Z) - Prediction of Red Wine Quality Using One-dimensional Convolutional
Neural Networks [0.0]
本稿では,Pearson相関解析,PCA解析,Shapiro-Wilk検定を行う。
1D-CNNアーキテクチャを組み込んで、隣接する特徴間の相関を捉えている。
ワインの品質予測において,本手法がベースライン手法より優れていることが示された。
論文 参考訳(メタデータ) (2022-08-30T06:24:38Z) - DrugOOD: Out-of-Distribution (OOD) Dataset Curator and Benchmark for
AI-aided Drug Discovery -- A Focus on Affinity Prediction Problems with Noise
Annotations [90.27736364704108]
我々は、AI支援薬物発見のための体系的なOODデータセットキュレーターおよびベンチマークであるTarmOODを提案する。
DrugOODには、ベンチマークプロセスを完全に自動化するオープンソースのPythonパッケージが付属している。
我々は、薬物標的結合親和性予測という、AIDDにおける最も重要な問題の1つに焦点を当てる。
論文 参考訳(メタデータ) (2022-01-24T12:32:48Z) - Wine quality rapid detection using a compact electronic nose system:
application focused on spoilage thresholds by acetic acid [1.412197703754359]
携帯型かつコンパクトなE-Noseは,ワインの劣化閾値を早期に検出できることを示す。
本稿では,センサ信号の早期部分の認識性能を向上させるために,生データ処理に着目した立ち上がりウィンドウを提案する。
論文 参考訳(メタデータ) (2020-01-16T08:49:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。