野菜・果実は種類が多様である上に、収穫場所、収穫時期、あるいは保管条件なども様々であることから、画一的な鮮度保持手法や鮮度評価手法での管理は困難です。本講では、青果物の品質にかかわる諸問題に加えて、各種の鮮度保持あるいは鮮度評価技術を、従来法から最新研究まで、データを含めて紹介します。

データ駆動型アプローチによる青果物の鮮度・品質管理

香川短期大学 食物栄養学科 教授・博士（農学） 牧野 義雄先生

紹介：1986年 香川大学農学部を卒業後、香川県庁に入庁（農業試験場、食品試験場、発酵食品試験場、商工労働部、産業技術センターにて勤務：18年間）。2004年 東京大学大学院農学生命科学研究科講師、2007年 同大学院准教授を経て2021年より現職。2024年からは香川県立農業大学校非常勤講師を兼務。研究テーマ：農林水産物の非破壊品質評価／園芸作物の長期貯蔵法解明／人工知能による園芸作物の鮮度・品質定量化 等

１．青果物の収穫後生理と鮮度・品質変化
　1.1 収穫後鮮度低下の機作
　1.2 呼吸
　1.3 蒸散
　1.4 クライマクテリックライズ・追熟

２．青果物の鮮度に影響を及ぼす外的要因
　2.1 温・湿度
　2.2 気体組成
　2.3 エチレン
　2.4 物理的衝撃・振動

3．青果物の鮮度・品質定量化
　3.1 保存用資材開発での鮮度・品質定量化の重要性
　3.2 水分・目減り（質量保持率）
　3.3 外観色
　3.4 果肉硬度
　3.5 糖・酸度
　3.6 ビタミンC（アスコルビン酸）
　3.7 その他の定量化法

4．青果物の鮮度保持技術
　4.1 冷蔵
　4.2 エチレン除去・無効化
　4.3 萎れ抑制包装
　4.4 ハンカチ包装
　4.5 緩衝包装
　4.6 CA (Controlled Atmosphere)貯蔵
　4.7 MA (Modified Atmosphere)包装

５．機械学習・人工知能による青果物の鮮度・品質管理
　5.1 機械学習とは
　5.2 主成分分析の応用例
　5.3 部分（偏）最小二乗回帰分析の応用例
　5.4 判別分析の応用例
　5.5 ニューラルネットワークの応用例
　5.6 ディープラーニング（狭義の人工知能）について
　5.7 ディープラーニングの応用例

6. まとめ

質疑・応答