化学・生命工学科 物質化学コースの高井千加 准教授と名古屋大学 山下誠司 助教の「機械学習を使ったカブトムシ幼虫糞の雌雄分類」についての共同研究成果がMost Downloaded Articlesに選ばれました
2022年12月 5日
化学・生命工学科 物質化学コース 高井千加 准教授と、名古屋大学 山下誠司 助教の「機械学習（マハラノビス‐タグチ法）を用いたカブトムシ三齢幼虫糞の雌雄分類」に関する共同研究成果が、Advanced Powder Technology誌のMost Downloaded Articles（2022年12月）に選ばれました。
本研究は、品質工学で用いられる機械学習の一つであるマハラノビス-タグチ（MT）法を、カブトムシ幼虫糞の雌雄判別（図）に応用したもので、原因分析により雌雄分類精度向上に寄与する糞形状を明らかにすることができました。
幼虫は、餌である発酵木粉を顎で砕き微粉にし、腸内で俵状の糞に成形し、体外に排出します。これは、材料設計の観点から眺めてみると、一連の粉体技術の単位操作が行われていると捉えることもできます。雄・雌を糞の機能性と置き換えると、糞が、雄という機能・雌という機能を発揮するために、どんな単位操作が行われればよいかを考えることに繋がります。
本研究はカブトムシ幼虫糞を対象としていますが、本手法は材料設計にも応用できる手法といえます。
本研究は、マジェリカ・ジャパン株式会社、ホソカワ粉体工学振興財団のご協力を得ました。
論文タイトル
Sex determination of Japanese rhinoceros beetles, Trypoxylus dichotomus (Coleoptera: Scarabaeidae), based on their dropping shape
著者
Chika Takai-Yamashita, Seiji Yamashita, Yuya Mabuchi, Atsushi Teramae, Takuya Matsuyama, Yuki Taguchi, Taiga Mushika, Yuya Wada, Shinta Fitria Novasari, Junko Ikeda, Yutaka Ohya
書誌情報
Advanced Powder Technology, Volume 33, Issue 5, May 2022, 103552 （Open access）
論文公開URL
https://doi.org/10.1016/j.apt.2022.103552
Most Downloaded Articles掲載URL
https://www.journals.elsevier.com/advanced-powder-technology/most-downloaded-articles
高井千加 https://researchmap.jp/ChikaTakai-Yamashita
山下誠司 https://profs.provost.nagoya-u.ac.jp/html/100006981_ja.html
マジェリカ・ジャパン https://www.mageleka-japan.com/
