特開 2023-119759 官能試験受託分析方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023119759

(43)【公開日】2023-08-29

(54)【発明の名称】官能試験受託分析方法

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20230822BHJP

【ＦＩ】

G06Q50/10

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2022022784

(22)【出願日】2022-02-17

(71)【出願人】

【識別番号】000001993

【氏名又は名称】株式会社島津製作所

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】松本 恵子

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC20

(57)【要約】

【課題】顧客と、システム管理会社と、受託分析会社との間において効率的な情報のやりとりを実行可能な官能試験受託分析方法を提供する。
【解決手段】第２装置は、第１装置から送信される試料を特定する情報を受信するステップと、試料を特定する情報と、試料に関する官能評価項目とを登録するステップと、試料を特定する情報に対して識別情報を付与するステップと、官能評価項目に対応する分析項目と、識別情報と、を第３装置へ送信するステップと、試料の分析項目に対応する分析結果と識別情報と、を第３装置から受信するステップと、試料について作成された官能結果を登録するステップと、分析結果および官能結果を第１装置へ送信するステップと、を実行する。
【選択図】図４

【特許請求の範囲】

【請求項1】

顧客が利用可能な第１装置と、システム管理会社が利用可能な第２装置と、試料を分析するための分析機器を有する受託分析会社が利用可能な第３装置と、の間で行なわれる官能試験受託分析方法であって、
前記第２装置は、
前記第１装置から送信される前記試料を特定する情報を受信するステップと、
前記試料を特定する情報と、前記試料に関する官能評価項目とを登録するステップと、
前記試料を特定する情報に対して識別情報を付与するステップと、
前記官能評価項目に対応する分析項目と、前記識別情報と、を前記第３装置へ送信するステップと、
前記試料の前記分析項目に対応する分析結果と前記識別情報と、を前記第３装置から受信するステップと、
前記試料について作成された官能結果を登録するステップと、
前記分析結果および前記官能結果を前記第１装置へ送信するステップと、を実行する、官能試験受託分析方法。

【請求項2】

前記官能評価項目は、標準官能評価項目の中から選択される項目であり、
前記標準官能評価項目には、１または複数の前記分析項目が対応付けられており、
前記第２装置は、
前記標準官能評価項目と、前記標準官能評価項目に対応する１または複数の前記分析項目と、を対応付けて記憶するデータベースを有し、
前記データベースを用いて前記官能評価項目に対応する前記分析項目を設定するステップを実行する、請求項１に記載の官能試験受託分析方法。

【請求項3】

官能試験を行なう官能試験会社が利用可能な第４装置をさらに備え、
前記第２装置は、
前記第４装置に対して前記識別情報と、前記官能評価項目に対応する官能試験項目を送信するステップと、
前記第４装置から送信される前記官能結果を受信するステップと、を実行する、請求項１または請求項２に記載の官能試験受託分析方法。

【請求項4】

前記第２装置は、前記官能評価項目に対応する前記官能結果を作成する、請求項１に記載の官能試験受託分析方法。

【請求項5】

前記第２装置は、機械学習装置と、過去の前記分析結果を学習用データとして記憶する記憶装置と、を含み、
前記機械学習装置は、前記学習用データを用いて、前記官能結果を作成するステップを実行し、
前記第２装置は、作成された前記官能結果を前記第１装置へ送信するステップを実行する、請求項１に記載の官能試験受託分析方法。

【請求項6】

前記第２装置は、
前記分析結果に対し前記受託分析会社へ支払う金額である支払金額を計算するステップと、
前記支払金額に基づいて前記顧客へ請求する金額である請求金額を計算するステップと、を実行する、請求項１または請求項２に記載の官能試験受託分析方法。

【請求項7】

前記第２装置は、
前記分析結果に対し前記受託分析会社へ支払う金額である支払金額を前記第３装置から受信ステップと、
前記支払金額に基づいて前記顧客へ請求する金額である請求金額を計算するステップと、を実行する、請求項１または請求項２に記載の官能試験受託分析方法。

【請求項8】

前記第２装置は、
前記分析結果に対し前記受託分析会社へ支払う金額である第１支払金額を計算するステップと、
前記官能結果に対し前記官能試験会社へ支払う金額である第２支払金額を計算するステップと、
前記第１支払金額および前記第２支払金額に基づいて前記顧客へ請求する金額である請求金額を計算するステップと、を実行する、請求項３に記載の官能試験受託分析方法。

【請求項9】

前記第２装置は、
前記分析結果に対し前記受託分析会社へ支払う金額である第１支払金額を前記第３装置から受信するステップと、
前記官能結果に対し前記官能試験会社へ支払う金額である第２支払金額を前記第４装置から受信するステップと、
前記第１支払金額および前記第２支払金額に基づいて前記顧客へ請求する金額である請求金額を計算するステップと、を実行する、請求項３に記載の官能試験受託分析方法。

【請求項10】

前記第２装置は、
前記分析結果と前記官能結果とに基づいて、前記分析結果と前記官能結果との関係を示す検討結果を作成するステップと、
前記検討結果を前記第１装置へ送信するステップと、を実行する、請求項１から請求項９のいずれか１項に記載の官能試験受託分析方法。

【請求項11】

顧客が利用可能な第１装置と、システム管理会社が利用可能な第２装置と、試料を分析するための分析機器を有する受託分析会社が利用可能な第３装置と、の間で行なわれる官能試験受託分析方法であって、
前記第２装置は、
前記試料を特定する情報と、前記試料に関する官能評価項目とを登録するステップと、
前記試料を特定する情報に対して識別情報を付与するステップと、
前記試料について作成された官能結果を登録するステップと、を実行する、官能試験受託分析方法。

【請求項12】

前記顧客は、前記識別情報が付与された前記試料を前記システム管理会社へ送付する、請求項１１に記載の官能試験受託分析方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、官能試験受託分析方法に関する。

【背景技術】

【0002】

特許文献１に開示されているように、被験者から採取された検体を窓口会社に送付し、送付された検体を管理会社に転送し、検体の検査種類により管理会社から各検査会社へ検体を送付する方法が知られている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００８－１１７３６５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に開示されている方法は、被験者、窓口会社、管理会社、および検査会社の間で検体と検体に関する各種の情報をやりとりする方法であるが、処理が複雑であった。また、特許文献１に開示されている方法は、食品試料を扱う分野における方法ではなかった。食品試料を扱う分野では、顧客が食品試料の分析依頼をする場合、分析項目と食品試料とを受託分析会社へ送付し、受託分析会社は分析結果を返し、顧客が代金を支払うという処理の流れである。顧客が食品試料の官能試験依頼をする場合、官能試験項目と食品試料を官能試験会社へ送付し、官能試験会社は官能結果を顧客へ返し、顧客が代金を支払うという処理の流れである。

【0005】

官能試験の裏付けが必要な場合は、別途専門家の存在する機関に依頼して分析結果と官能結果とから検討結果を得て、顧客が代金を支払うという処理の流れである。このように、食品試料を扱う分野では、手続きが煩雑であり、食品試料の分析結果および食品試料の官能結果の情報のやりとりに関し、効率的なやりとりの方法が求められていた。

【0006】

本開示は、かかる問題を解決するためになされたものであり、その目的は、顧客と、システム管理会社と、受託分析会社との間において効率的な情報のやりとりを実行可能な官能試験受託分析方法を提供することである。

【課題を解決するための手段】

【0007】

本開示は、顧客が利用可能な第１装置と、システム管理会社が利用可能な第２装置と、試料を分析するための分析機器を有する受託分析会社が利用可能な第３装置と、の間で行なわれる官能試験受託分析方法に関する。第２装置は、第１装置から送信される試料を特定する情報を受信するステップと、試料を特定する情報と、試料に関する官能評価項目とを登録するステップと、試料を特定する情報に対して識別情報を付与するステップと、官能評価項目に対応する分析項目と、識別情報と、を第３装置へ送信するステップと、試料の分析項目に対応する分析結果と識別情報と、を第３装置から受信するステップと、試料について作成された官能結果を登録するステップと、分析結果および官能結果を第１装置へ送信するステップと、を実行する。

【0008】

本開示によれば、顧客と、システム管理会社と、受託分析会社との間において効率的に情報をやりとり可能な官能試験受託分析方法を提供することができる。

【図面の簡単な説明】

【0009】

【図1】実施の形態１に係る分析システムの全体構成を示す図である。

【図2】実施の形態１に係る分析システムの流れを説明するための図である。

【図3】実施の形態１に係る分析システムの各装置の構成を示す図である。

【図4】実施の形態１に係る分析システムのシーケンス図である。

【図5】標準官能評価項目と分析項目との関係を示す図である。

【図6】ＩＤに対応付けられている情報を示す図である。

【図7】食品試料における官能結果および分析結果を示す図である。

【図8】実施の形態２に係る分析システムの各装置の構成を示す図である。

【図9】学習フェーズにおける推定モデルの学習を説明するための図である。

【図10】運用フェーズにおける分析システムの構成を示す図である。

【図11】実施の形態３に係る分析システムの流れを説明するための図である。

【図12】実施の形態３に係る分析システムのシーケンス図である。

【発明を実施するための形態】

【0010】

本実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一の符号を付して、その説明は原則的に繰り返さない。
＜実施の形態１＞
図１から図４を参照しながら実施の形態１に係る分析システム１０００における官能試験受託分析方法について説明する。図１は、実施の形態１に係る分析システム１０００の全体構成を示す図である。図２は、実施の形態１に係る分析システム１０００の流れを説明するための図である。図３は、実施の形態１に係る分析システム１０００の各装置の構成を示す図である。図４は、実施の形態１に係る分析システム１０００のシーケンス図である。

【0011】

図１に示すように、分析システム１０００においては、顧客１００と、システム管理会社２００と、受託分析会社３００とが備える各装置がネットワーク５を介して接続されている。顧客１００は、食品試料の分析を依頼する立場であり、例えば、１からＮである。システム管理会社２００は、分析システム１０００の全体を管理する立場であり、例えば、１つである。受託分析会社３００は、食品試料を分析する立場であり、例えば、１からＭである。受託分析会社３００は、１つであってもよい。

【0012】

図２を用いて、顧客１００、システム管理会社２００、および受託分析会社３００の間における分析システム１０００の流れを説明する。顧客１００は、システム管理会社２００に対して食品試料の分析依頼をする。システム管理会社２００は、分析依頼に基づき分析機器を有する受託分析会社３００を決定し、顧客１００へ決定した受託分析会社３００を通知する。顧客１００は、決定した受託分析会社３００に対して食品試料を送付する。

【0013】

システム管理会社２００は、受託分析会社３００へ分析依頼をする。受託分析会社３００は、分析機器を用いて食品試料の分析を行なう。受託分析会社３００は、分析結果をシステム管理会社２００へ通知する。システム管理会社２００は、所属する官能評価者に食品試料の官能試験を行なわせる。官能試験とは、人間の感覚（視覚・聴覚・味覚・嗅覚・触覚など）を用いて製品の品質を判定する試験をいい、食品、香料、工業製品などについて用いられる試験である。

【0014】

システム管理会社２００は、分析結果、官能結果、および、分析結果と官能結果とに基づいて作成される検討結果を顧客１００へ通知する。システム管理会社２００は、受託分析会社３００に対して分析依頼に対する金額を支払う。顧客１００は、システム管理会社２００に対して分析依頼に対する金額を支払う。

【0015】

図３を参照して、分析システム１０００に用いられる各種装置の構成を説明する。分析システム１０００は、顧客１００が備える第１装置１と、システム管理会社２００が備える第２装置２と、受託分析会社３００が備える第３装置３と、がネットワーク５を介して接続されている。

【0016】

第１装置１、第２装置２、および第３装置３は、汎用的なコンピュータアーキテクチャに従って構成される。本実施の形態において、第１装置１、第２装置２、および第３装置３は、デスクトップ型コンピュータにより構成される。第１装置１、第２装置２、および第３装置３は、ラップトップ型コンピュータ、タブレット型コンピュータ、スマートフォンなどの携帯端末等のデスクトップ型コンピュータ以外の装置であってもよい。

【0017】

第１装置１は、プロセッサ１１と、メインメモリ１２と、入出力インターフェイス１３と、通信インターフェイス１４と、ストレージ１５と、を備える。これらのコンポーネントは、バスを介して接続されている。

【0018】

プロセッサ１１は、各種のプログラムに従って各種の処理を実行する演算主体（コンピュータ）である。プロセッサ１１は、たとえば、ＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）、およびＭＰＵ（Multi Processing Unit）のうちの少なくともいずれか１つで構成されている。なお、プロセッサ１１は、演算回路（Processing Circuitry）で構成されてもよい。プロセッサ１１は、ストレージ１５に記憶されたプログラムを読み出して、メインメモリ１２に展開して実行する処理等を行なう。

【0019】

メインメモリ１２は、例えば、ＲＡＭ（Random Access Memory）、ＤＲＡＭ（Dynamic RAM）、ＳＲＡＭ（Static Random Access Memory）などの揮発性記憶装置、ＲＯＭ（Read Only Memory）などの不揮発性装置で構成されている。

【0020】

入出力インターフェイス１３は、ボタン、タッチパネルなどのユーザによる入力信号、液晶ディスプレイなどの表示装置への出力信号を各機器に伝達する。

【0021】

通信インターフェイス１４は、有線接続または無線接続によって、他の装置との間でデータ（情報）を送受信する。本実施の形態においては、通信インターフェイス１４は、ネットワーク５を介した無線通信によって、第２装置２の通信インターフェイス２４との間でデータ（情報）を送受信する。

【0022】

ストレージ１５は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）などの不揮発性記憶装置などで構成される。ストレージ１５には、食品試料の官能試験の官能評価項目等を含む試料を特定する情報としての分析情報１５１などが記憶される。

【0023】

第２装置２は、プロセッサ２１と、メインメモリ２２と、入出力インターフェイス２３と、通信インターフェイス２４と、ストレージ２５と、を備える。これらのコンポーネントは、バスを介して接続されている。

【0024】

第２装置２におけるプロセッサ２１、メインメモリ２２、入出力インターフェイス２３、通信インターフェイス２４、ストレージ２５の構成は、第１装置１におけるプロセッサ１１、メインメモリ１２、入出力インターフェイス１３、通信インターフェイス１４、ストレージ１５の構成と同様である。

【0025】

ストレージ２５には、顧客情報２５１、標準官能評価項目情報２５２、官能評価項目情報２５３、分析項目情報２５４、受託分析会社情報２５５、ＩＤ情報２５６、官能結果情報２５７、分析結果情報２５８、検討結果情報２５９、および金額情報２６０などが記憶される。

【0026】

顧客情報２５１は、顧客１００に関する情報である。標準官能評価項目情報２５２は、特定の食品試料毎に予め定められる標準的な官能評価項目に関する情報である。官能評価項目情報２５３は、例えば甘さや酸っぱさなどの味覚情報および嗅覚情報などが含まれる。分析項目情報２５４は、第１装置１から送信される食品試料の分析項目に関する情報である。受託分析会社情報２５５は、分析項目に基づいて決定される受託分析会社３００に関する情報である。

【0027】

ＩＤ情報２５６は、顧客情報２５１に対応付けて付される顧客を識別するための情報である。官能結果情報２５７は、官能試験の結果に関する情報である。分析結果情報２５８は、食品試料の分析結果に関する情報である。検討結果情報２５９は、官能結果情報２５７と分析結果情報２５８との関係を示す情報である。金額情報２６０は、受託分析会社３００へ支払う支払金額と、顧客１００に請求する請求金額とに関する情報である。

【0028】

第３装置３は、プロセッサ３１と、メインメモリ３２と、入出力インターフェイス３３と、通信インターフェイス３４と、ストレージ３５と、分析機器インターフェイス３６と、を備える。これらのコンポーネントは、バスを介して接続されている。

【0029】

第３装置３におけるプロセッサ３１、メインメモリ３２、入出力インターフェイス３３、通信インターフェイス３４、およびストレージ３５の構成は、第１装置１におけるプロセッサ１１、メインメモリ１２、入出力インターフェイス１３、通信インターフェイス１４、およびストレージ１５の構成と同様である。

【0030】

分析機器インターフェイス３６は、受託分析会社３００が備えている食品試料を分析するための分析機器との間で情報の入出力を行なう。ストレージ３５には、食品試料の分析結果に関する分析結果情報３５１などが記憶される。

【0031】

図４を用いて、顧客１００の第１装置１と、システム管理会社２００の第２装置２と、受託分析会社３００の第３装置３との間における官能試験受託分析方法について説明する。図４の「ＳＱ」は、シーケンスを意味する。

【0032】

ＳＱ１１において、第１装置１は、分析情報を第２装置２へ送信する。ＳＱ１２において、分析情報を受信した第２装置２は、分析情報に含まれる官能評価項目情報および官能評価項目情報から得られる分析項目情報とともに、顧客情報および受託分析会社情報を１つのＩＤ情報に対応付ける処理を実行する。なお、試料に関する官能評価項目情報は、システム管理会社２００が取得し、第２装置２へ情報が入力されることにより、第２装置２へ登録されるようにしてもよい。また、分析項目情報は、第１装置１から第２装置２へ送信されるようにしてもよい。

【0033】

ＳＱ１３において、第２装置２は、ＩＤ情報と受託分析会社情報とを第１装置１へ送信する。なお、顧客１００から試料を受け取らずに市販品等を分析する場合は、ＩＤ情報を第２装置２から第１装置１へ送信しなくともよい。ＳＱ１４において、第２装置２は、ＩＤ情報と分析項目情報とを第３装置３へ送信する。ＳＱ１５において、第３装置３は、受信した分析項目情報に基づいて、分析機器を用いて食品試料を分析する。その後、ＳＱ１５において、第３装置３は、分析結果情報を作成する。ＳＱ１６において、第３装置３は、ＩＤ情報と分析結果情報とを第２装置２へ送信する。顧客は、送信された受託分析会社情報に基づいて、顧客から受託分析会社へ試料を送るなどすればよい。

【0034】

ＳＱ１７において、第２装置２は、分析結果情報に基づいて受託分析会社３００へ支払う金額である支払金額を計算する。ＳＱ１８において、第２装置２は、ＳＱ１７で計算した支払金額情報を第３装置３へ送信する。支払金額自体は、システム管理会社２００から受託分析会社３００の口座等へ別途送金されるようにすればよい。支払金額は、受託分析会社３００の第３装置３で計算し、支払金額情報を第３装置３から第２装置２へ送信してもよい。

【0035】

ＳＱ１９において、第２装置２は、別途官能評価者から得た官能試験の結果を基に官能結果情報を作成する。ＳＱ２０において、第２装置２は、分析結果情報と官能結果情報とに基づいて検討結果情報を作成する。検討結果情報は、例えば、分析結果のグラフのピーク値とそのピーク値に対応する味との関係性を示すデータである。

【0036】

ＳＱ２１において、第２装置２は、顧客１００へ請求する金額である請求金額を計算する。ＳＱ２２において、第２装置２は、ＩＤ情報、分析結果情報、官能結果情報、および検討結果情報を第１装置へ送信する。なお、顧客１００から試料を受け取らずに市販品等を分析する場合は、ＩＤ情報を第２装置２から第１装置１へ送信しなくともよい。ＳＱ２３において、第２装置２は、ＳＱ２１で計算した請求金額情報を第１装置１へ送信する。請求金額自体は、顧客１００からシステム管理会社２００の口座等へ別途送金されるようにすればよい。

【0037】

図４に示すような官能試験受託分析方法によれば、システム管理会社２００の第２装置２は、顧客１００の第１装置１と、受託分析会社３００の第３装置との間で送受信される各情報を管理することができる。これにより、顧客１００が受託分析会社３００と直接情報のやりとりをする場合に比べ、システム管理会社２００において一元的に情報を管理することで効率的に情報をやりとりすることができる。

【0038】

図５から図７を参照しながらストレージ１５、２５、３５に記憶される情報について具体的に説明する。図５は、標準官能評価項目と分析項目との関係を示す図である。図６は、ＩＤに対応付けられている情報を示す図である。図７は、食品試料における官能結果および分析結果を示す図である。

【0039】

図５に示すように、標準官能評価項目には、１または複数の分析項目が対応付けられている。例えば、標準官能評価項目「Ａ１」に対しては、分析項目「Ａ１－１」が、標準官能評価項目「Ａ２」に対しては、分析項目「Ａ２－１、Ａ２－２」が、標準官能評価項目「Ａ３」に対しては、分析項目「Ａ３－１、Ａ３－２」が、標準官能評価項目「Ａ４」に対しては、分析項目「Ａ４－１、Ａ４－２、Ａ４－３」が、標準官能評価項目「Ａ５」に対しては、分析項目「Ａ５－１、Ａ５－２、Ａ５－３」が、それぞれ対応付けられている。このように、第２装置２は、図５に示す標準官能評価項目と、標準官能評価項目に対応する１または複数の分析項目と、を対応付けて記憶するデータベースを有している。

【0040】

図６に示すように、第２装置２には、顧客を識別するためのＩＤに対して各種項目が対応付けられて記憶されている。官能評価項目欄の丸印は、各顧客が調べたい官能評価項目である。このように、顧客が調べたい官能評価項目は、標準官能評価項目の中から選択される項目である。官能評価項目欄の丸印の項目に対して、図５に示すように分析項目が対応付けられている。つまり、標準官能評価項目から官能評価項目を選択することにより、分析項目が設定されることとなる。

【0041】

図６に示すように、ＩＤ「１００１」に対して、顧客情報「顧客Ａ」、受託分析会社情報「分析会社Ａ」、および官能評価項目「Ａ１、Ｂ１」が対応付けられている。ＩＤ「１００２」に対して、顧客情報「顧客Ｂ」、受託分析会社情報「分析会社Ａ」、および官能評価項目「Ａ２、Ｂ１」が対応付けられている。ＩＤ「１００３」に対して、顧客情報「顧客Ｃ」、受託分析会社情報「分析会社Ｂ」、および官能評価項目「Ａ３、Ｂ２」が対応付けられている。ＩＤ「１００４」に対して、顧客情報「顧客Ｄ」、受託分析会社情報「分析会社Ｂ」、および官能評価項目「Ａ４、Ｂ２」が対応付けられている。ＩＤ「１００５」に対して、顧客情報「顧客Ｅ」、受託分析会社情報「分析会社Ｃ」、および官能評価項目「Ａ５、Ｂ３」が対応付けられている。

【0042】

第２装置２は、顧客が調べたい官能評価項目に対応する分析項目を分析可能な分析機器を有する受託分析会社を複数の受託分析会社の中から選択する。第２装置２は、受託分析会社の選択時に各受託分析会社の混み具合等も考慮すればよい。第２装置２は、分析項目が多い場合、複数の分析機器を利用する必要がある場合などには、複数の受託分析会社を選択してもよい。

【0043】

図７では、食品資料として複数の日本酒が用いられた場合の官能結果と分析結果との具体例が示されている。日本酒の場合、例えば、官能評価者が官能試験を行なうことにより、官能評価項目の「香りの強さ」、「味の濃さ」、「味の甘辛」、および「熟度」を数値化する。官能評価項目に対応した分析項目として、「アルコール分」、「日本酒度」、「酸度」、「アミノ酸度」、「酢酸イソアミル」、「イソアミルアルコール」、「カプロン酸エチル」、「クエン酸」、「ピルビン酸」、「リンゴ酸」、「コハク酸」、「乳酸」、「酢酸」、および「グルコース」が分析機器により分析され数値化される。

【0044】

より具体的には、例えば、官能評価項目の「香りの強さ」に対して分析項目の「カプロン酸エチル」および「グルコース」の量が影響する。これらの量が多いと「香りの強さ」が強いと判断できる。

【0045】

第２装置２においては、図７に示す分析結果と官能結果とに基づいて、分析結果と官能結果との関係を示す検討結果を作成する。検討結果は、例えば、分析結果のクロマトグラムのあるピーク値が官能評価のある味の項目に対応することを示すデータである。
＜実施の形態２＞
図８から図１０を参照しながら実施の形態２に係る分析システム２０００における官能試験受託分析方法について説明する。図８は、実施の形態２に係る分析システム２０００の各装置の構成を示す図である。図９は、学習フェーズにおける推定モデルの学習を説明するための図である。図１０は、運用フェーズにおける分析システム２０００の構成を示す図である。

【0046】

実施の形態２の分析システム２０００は、実施の形態１の分析システム１０００と比較し、官能結果情報２５７が推定モデル２４０と置き換わっている点が異なり、その他の基本構成は分析システム１０００と同様である。以下では、推定モデル２４０の学習フェーズ、運用フェーズについて説明する。

【0047】

図９に示すように、学習フェーズは、分析結果を第２装置２へ提供する前に推定モデル２４０を学習させる事前学習フェーズである。推定モデル２４０は、学習装置５１によって分析結果から官能結果を推定するように学習されている。

【0048】

推定モデル２４０を学習させるための学習アルゴリズムには、教師あり学習、教師なし学習、および強化学習などの公知のアルゴリズムを用いることができる。本実施の形態においては、学習装置５１は、学習用データ４０を用いた教師あり学習によって、推定モデル２４０を学習させる。

【0049】

学習用データ４０は、推定モデル２４０の学習のために予め準備されており、分析結果と、分析結果に対応する官能結果とを含む。例えば、プログラムの設計者は、食品試料における過去の複数の分析結果と、分析結果に対応する官能結果（正解データ）とを関連付けて、学習用データ４０とする。設計者は、このような学習用データ４０を予め複数用意する。

【0050】

推定モデル２４０は、ニューラルネットワーク２４０１と、ニューラルネットワーク２４０１によって用いられるパラメータ２４０２とを含む。ニューラルネットワーク２４０１は、畳み込みニューラルネットワーク（ＣＮＮ：Convolution Neural Network）、リカレントニューラルネットワーク（再帰型ニューラルネットワーク）（ＲＮＮ：Recurrent Neural Network）、またはＬＳＴＭネットワーク（Long Short Term Memory Network）など、ディープラーニングによる処理で用いられる公知のニューラルネットワークが適用される。

【0051】

推定モデル２４０は、上述したようなニューラルネットワーク２４０１を用いることで、ディープラーニングを行う。パラメータ２４０２は、ニューラルネットワーク２４０１による計算に用いられる重み付け係数などを含む。なお、推定モデル２４０は、ニューラルネットワークを用いたディープラーニングによって学習するものに限らず、他の機械学習によって学習するものであってもよい。

【0052】

学習装置５１は、学習用データ４０のうち、分析結果の入力を受け付ける。学習装置５１は、入力された分析結果と、ニューラルネットワーク２４０１を含む推定モデル２４０とに基づき、官能結果を推定するための処理を実行する。

【0053】

図１０に示す運用フェーズは、分析結果を提供した後に推定モデル２４０を用いて官能結果を推定するフェーズである。図１０に示されるように、第２装置２は、図９に示す学習装置５１によって学習された推定モデル２４０をストレージ２５に格納する。例えば、第２装置２は、学習装置５１から推定モデル２４０を取得し、取得した推定モデル２４０をストレージ２５に格納する。なお、学習装置５１は、第２装置２であってもよく、上述した学習装置５１の機能は、第２装置２のプロセッサ２１が有する機能であってもよい。

【0054】

第２装置２のプロセッサ２１は、入力部２１１と、処理部２１２と、出力部２１３とを備える。入力部２１１は、分析結果の入力を受け付ける。処理部２１２は、入力部２１１から入力される分析結果と、ニューラルネットワーク２４０１を含む推定モデル２４０とに基づき、官能結果を推定するための処理を実行する。なお、上述したように、推定モデル２４０は、ニューラルネットワークを用いたディープラーニングによって学習するものに限らず、他の機械学習によって学習するものであってもよい。出力部２１３は、処理部２１２によって得られた官能結果を官能予測結果として出力する。
＜実施の形態３＞
図１１から図１２を参照しながら実施の形態３に係る分析システム３０００における官能試験受託分析方法について説明する。図１１は、実施の形態３に係る分析システム３０００の流れを説明するための図である。図１２は、実施の形態３に係る分析システム３０００のシーケンス図である。

【0055】

図１１に示すように、分析システム３０００では、官能試験を行なう官能試験会社４００が別途設けられている。図１１を用いて、顧客１００、システム管理会社２００、受託分析会社３００、および官能試験会社４００の間における分析システム３０００の流れを説明する。顧客１００は、システム管理会社２００に対して食品試料の分析依頼をする。システム管理会社２００は、分析依頼に基づき分析機器を有する受託分析会社３００を決定するとともに、官能試験を依頼可能な官能試験会社４００を決定する。

【0056】

システム管理会社２００は、決定した受託分析会社３００および官能試験会社４００を顧客１００へ通知する。顧客１００は、決定した受託分析会社３００に対して食品試料を送付する。システム管理会社２００は、受託分析会社３００へ分析依頼をする。受託分析会社３００は、分析機器を用いて食品試料の分析を行なう。受託分析会社３００は、分析結果をシステム管理会社２００へ通知する。システム管理会社２００は、受託分析会社３００に対して分析依頼に対する金額を支払う。

【0057】

システム管理会社２００は、受託分析会社３００へ分析依頼をする。受託分析会社３００は、食品試料を官能試験会社４００へ送付する。なお、顧客１００は、官能試験会社４００に対して予め食品試料を送付するようにしてもよい。官能試験会社４００は、所属する官能評価者に食品試料の官能試験を行なわせる。官能試験会社４００は、官能結果をシステム管理会社２００へ通知する。システム管理会社２００は、官能試験会社４００に対して官能試験依頼に対する金額を支払う。

【0058】

システム管理会社２００は、分析結果、官能結果、および、分析結果と官能結果とに基づいて作成される検討結果を顧客１００へ通知する。顧客１００は、システム管理会社２００に対して分析依頼に対する金額を支払う。

【0059】

図１２を用いて、顧客１００の第１装置１と、システム管理会社２００の第２装置２と、受託分析会社３００の第３装置３と、官能試験会社の第４装置４との間における官能試験受託分析方法について説明する。

【0060】

ＳＱ３１において、第１装置１は、分析情報を第２装置２へ送信する。ＳＱ３２において、分析情報を受信した第２装置２は、分析情報に含まれる官能評価項目情報および官能評価項目情報から得られる分析項目情報とともに、顧客情報、受託分析会社情報、および官能試験会社情報を１つのＩＤ情報に対応付ける処理を実行する。

【0061】

ＳＱ３３において、第２装置２は、ＩＤ情報と受託分析会社情報と官能試験会社情報とを第１装置１へ送信する。ＳＱ３４において、第２装置２は、ＩＤ情報と分析項目情報とを第３装置３へ送信する。ＳＱ３５において、第３装置３は、受信した分析項目情報に基づいて、分析機器を用いて食品試料を分析する。その後、ＳＱ３５において、第３装置３は、分析結果情報を作成する。ＳＱ３６において、第３装置３は、ＩＤ情報と分析結果情報とを第２装置２へ送信する。

【0062】

ＳＱ３７において、第２装置２は、分析結果情報に基づいて受託分析会社３００へ支払う金額である第１の支払金額を計算する。ＳＱ３８において、第２装置２は、ＳＱ３７で計算した第１の支払金額情報を第３装置３へ送信する。支払金額自体は、システム管理会社２００から受託分析会社３００の口座等へ別途送金されるようにすればよい。支払金額は、受託分析会社３００の第３装置３で計算し、支払金額情報を第３装置３から第２装置２へ送信してもよい。

【0063】

ＳＱ３９において、第２装置２は、ＩＤ情報と官能試験項目情報とを第４装置４へ送信する。ＳＱ４０において、第４装置４は、入力された官能評価者から得た官能試験の結果を基に官能結果情報を作成する。ＳＱ４１において、第４装置４は、ＩＤ情報と官能結果情報とを第２装置２へ送信する。

【0064】

ＳＱ４２において、第２装置２は、官能結果情報に基づいて官能試験会社４００へ支払う金額である第２の支払金額を計算する。ＳＱ４３において、第２装置２は、ＳＱ４２で計算した第２の支払金額情報を第４装置４へ送信する。支払金額自体は、システム管理会社２００から官能試験会社４００の口座等へ別途送金されるようにすればよい。支払金額は、官能試験会社４００の第４装置４で計算し、支払金額情報を第４装置４から第２装置２へ送信してもよい。

【0065】

ＳＱ４４において、第２装置２は、分析結果情報と官能結果情報とに基づいて検討結果情報を作成する。検討結果情報は、例えば、分析結果のグラフのピーク値とそのピーク値に対応する味との関係性を示すデータである。

【0066】

ＳＱ４５において、第２装置２は、顧客１００へ請求する請求金額を計算する。ＳＱ４６において、第２装置２は、ＩＤ情報、分析結果情報、官能結果情報、および検討結果情報を第１装置へ送信する。ＳＱ４７において、第２装置２は、ＳＱ４５で計算した請求金額情報を第１装置１へ送信する。請求金額自体は、顧客１００からシステム管理会社２００の口座等へ別途送金されるようにすればよい。
＜変形例＞
上述した実施の形態において、官能試験は、システム管理会社２００あるいは官能試験会社４００で実行される場合を説明した。官能試験は、顧客１００、分析機器を有する受託分析会社３００において実行されるようにしてもよい。例えば、官能試験を顧客１００で実行する場合、その分の請求金額を減額してもよい。

【0067】

上述した実施の形態において、受託分析会社３００の第３装置３は、分析結果をシステム管理会社２００の第２装置２へ送信せず、顧客１００の第１装置１へ直接送信するようにしてもよい。つまり、システム管理会社２００の第２装置２が分析結果を受信する処理および送信する処理を省略することができる。

【0068】

上述した実施の形態において、顧客１００の第１装置１が、標準官能評価項目と、標準官能評価項目に対応する１または複数の分析項目と、を対応付けて記憶するデータベースを有してもよい。第１装置１は、データベースを用いて官能評価項目から分析項目を設定し、第２装置２へ設定した情報を送信してもよい。

【0069】

上述した実施の形態において、第１装置１から第２装置２へ送信される分析情報には、食品試料の製造年月日、食品試料の種類等の情報が含まれるようにしてもよい。

【0070】

［態様］
上述した複数の例示的な実施の形態は、以下の態様の具体例であることが当業者により理解される。

【0071】

（第１項） 一態様に係る官能試験受託分析方法は、顧客が利用可能な第１装置と、システム管理会社が利用可能な第２装置と、試料を分析するための分析機器を有する受託分析会社が利用可能な第３装置と、の間で行なわれる官能試験受託分析方法に関する。第２装置は、第１装置から送信される試料を特定する情報を受信するステップと、試料を特定する情報と、試料に関する官能評価項目とを登録するステップと、試料を特定する情報に対して識別情報を付与するステップと、官能評価項目に対応する分析項目と、識別情報と、を第３装置へ送信するステップと、試料の分析項目に対応する分析結果と識別情報と、を第３装置から受信するステップと、試料について作成された官能結果を登録するステップと、分析結果および官能結果を第１装置へ送信するステップと、を実行する。

【0072】

第１項に記載の官能試験受託分析方法によれば、顧客と、システム管理会社と、受託分析会社との間において効率的に情報をやりとりできる。

【0073】

（第２項） 官能評価項目は、標準官能評価項目の中から選択される項目である。標準官能評価項目には、１または複数の分析項目が対応付けられている。第２装置は、標準官能評価項目と、標準官能評価項目に対応する１または複数の分析項目と、を対応付けて記憶するデータベースを有し、データベースを用いて官能評価項目に対応する分析項目を設定するステップを実行する。

【0074】

第２項に記載の官能試験受託分析方法によれば、標準官能評価項目から求めた官能評価項目を選択することで容易に求めたい官能評価項目に対応する分析項目を設定することができる。

【0075】

（第３項） 官能試験を行なう官能試験会社が利用可能な第４装置をさらに備える。第２装置は、第４装置に対して識別情報と、官能評価項目に対応する官能試験項目を送信するステップと、第４装置から送信される官能結果を受信するステップと、を実行する。

【0076】

第３項に記載の官能試験受託分析方法によれば、官能試験会社が官能試験を行なう場合であっても効率的に情報をやりとりできる。

【0077】

（第４項） 第２装置は、官能評価項目に対応する官能結果を作成する。
第４項に記載の官能試験受託分析方法によれば、官能結果をシステム管理会社が作成するため、官能結果を効率的に顧客へ送信することができる。

【0078】

（第５項） 第２装置は、機械学習装置と、過去の分析結果を学習用データとして記憶する記憶装置と、を含む。機械学習装置は、学習用データを用いて、官能結果を作成するステップを実行し、第２装置は、作成された官能結果を前記第１装置へ送信するステップを実行する。

【0079】

第５項に記載の官能試験受託分析方法によれば、機械学習装置を用いることにより、機械学習装置を用いない場合に比べより正確な官能結果を得ることができる。

【0080】

（第６項） 第２装置は、分析結果に対し受託分析会社へ支払う金額である支払金額を計算するステップと、支払金額に基づいて顧客へ請求する金額である請求金額を計算するステップと、を実行する。

【0081】

第６項に記載の官能試験受託分析方法によれば、システム管理会社の第２装置が金額の計算を行なうため、金額の管理を容易にすることができる。

【0082】

（第７項） 第２装置は、分析結果に対し受託分析会社へ支払う金額である支払金額を第３装置から受信ステップと、支払金額に基づいて顧客へ請求する金額である請求金額を計算するステップと、を実行する。

【0083】

第７項に記載の官能試験受託分析方法によれば、システム管理会社の第２装置が請求金額の計算を行なうため、金額の管理を容易にすることができる。

【0084】

（第８項） 第２装置は、分析結果に対し受託分析会社へ支払う金額である第１支払金額を計算するステップと、官能結果に対し官能試験会社へ支払う金額である第２支払金額を計算するステップと、第１支払金額および第２支払金額に基づいて顧客へ請求する金額である請求金額を計算するステップと、を実行する。

【0085】

第８項に記載の官能試験受託分析方法によれば、システム管理会社の第２装置が金額の計算を行なうため、金額の管理を容易にすることができる。

【0086】

（第９項） 第２装置は、分析結果に対し受託分析会社へ支払う金額である第１支払金額を第３装置から受信するステップと、官能結果に対し官能試験会社へ支払う金額である第２支払金額を第４装置から受信するステップと、第１支払金額および第２支払金額に基づいて顧客へ請求する金額である請求金額を計算するステップと、を実行する。

【0087】

第９項に記載の官能試験受託分析方法によれば、システム管理会社の第２装置が請求金額の計算を行なうため、金額の管理を容易にすることができる。

【0088】

（第１０項） 第２装置は、分析結果と官能結果とに基づいて、分析結果と官能結果との関係を示す検討結果を作成するステップと、検討結果を第１装置へ送信するステップと、を実行する。

【0089】

第１０項に記載の官能試験受託分析方法によれば、システム管理会社の第２装置が検討結果の作成と、作成した検討結果の第１装置への送信とを実行するため、効率的に情報をやりとりできる。

【0090】

（第１１項） 一態様に係る官能試験受託分析方法は、顧客が利用可能な第１装置と、システム管理会社が利用可能な第２装置と、試料を分析するための分析機器を有する受託分析会社が利用可能な第３装置と、の間で行なわれる官能試験受託分析方法に関する。第２装置は、試料を特定する情報と、試料に関する官能評価項目とを登録するステップと、試料を特定する情報に対して識別情報を付与するステップと、試料について作成された官能結果を登録するステップと、を実行する。

【0091】

第１１項に記載の官能試験受託分析方法によれば、顧客と、システム管理会社と、受託分析会社との間において効率的に情報をやりとりできる。

【0092】

（第１２項） 顧客は、識別情報が付与された試料をシステム管理会社へ送付する。
第１２項に記載の官能試験受託分析方法によれば、システム管理会社は、顧客から直接識別情報が付与された試料を受け取ることができ、その後の処理を円滑に進めることができる。

【0093】

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

【符号の説明】

【0094】

１ 第１装置、２ 第２装置、３ 第３装置、４ 第４装置、５ ネットワーク、１１，２１，３１ プロセッサ、１２，２２，３２ メインメモリ、１３，２３，３３ 入出力インターフェイス、１４，２４，３４ 通信インターフェイス、１５，２５，３５ ストレージ、３６ 分析機器インターフェイス、４０ 学習用データ、５１ 学習装置、１００ 顧客、１５１ 分析情報、２００ システム管理会社、２１１ 入力部、２１２ 処理部、２１３ 出力部、２４０ 推定モデル、２５１ 顧客情報、２５２ 標準官能評価項目情報、２５３ 官能評価項目情報、２５４ 分析項目情報、２５５ 受託分析会社情報、２５６ ＩＤ情報、２５７ 官能結果情報、２５８，３５１ 分析結果情報、２５９ 検討結果情報、２６０ 金額情報、３００ 受託分析会社、４００ 官能試験会社、１０００，２０００，３０００ 分析システム、２４０１ ニューラルネットワーク、２４０２ パラメータ。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】