本研究では, 急激な温度変化にさらされた密閉容器内のカットダイコンの品温予測を試みた. ここに予測モデルは, オートエンコーダおよび深層ニューラルネットワークを用いることでインキュベータ内および保存容器内の温度から品温を予測する手法を開発した. その結果, 予測した品温は測定値とよく一致した. 更に, 予測モデルの未知データでの応答を調べるため, 予測モデル開発に用いたデータと異なる温度変化条件にさらされたサンプルの品温ならびに保存積算温度の予測を行った結果, 測定値をよく表現した.
本予測モデルの特徴は, サンプルの品温の時系列データを, 予測対象の品温ではないほかの測定点のデータから予測したことである. 予測に用いる測定点として, 本稿とは別の測定点を用いて学習し, 予測モデルを構築することも可能であろう. すなわち, 本予測モデルは実際に測定できない場所にあるカット青果物の品温制御の実現可能性を示すものであり, 今後は生鮮食品の流通・保存時の温度制御にも資する知見を与えると考える.
