Texture prediction and influencing factor analysis of gel-type foods using machine learning based on compression and penetration data

本研究は，ゲル状食品の押圧・貫入挙動と日本語オノマトペによる食感表現を科学的に結びつけることで，食品設計に新たな視点を提供した．具体的には，食感に関する官能評価と押圧・貫入試験データを用いて機械学習モデルを構築し，特定のオノマトペが食品の押圧・貫入特徴，特に荷重値やその差分値と関連することを明らかにした．さらに，これらの対応関係を解釈するためにオノマトペの音象徴性を解析し，食品の力学特性と感覚的印象の関連を具体的に示した．一方で，限られた評価者数や対象食品の範囲が限定されている点は課題であり，今後さらなる研究が求められる．本研究の成果は，食品開発において感覚的評価を科学的指標として活用する新たな基盤を築くものといえる．