📰 元記事公開日：2026年07月14日
🔗 元記事URL：https://www.mdpi.com/2624-7402/8/7/290
📝 概要：Luiz Carlos Brandãoら研究チームは、Coffee Quality Institute (CQI) の2023年データに基づき、合成データを用いてアラビカ種のコーヒー品質を予測する手法を提案しました。Random Forestモデルにより87.92%の精度で品質スコアを予測し、味や後味が重要な指標であることを明らかにしました。
AIによる要約
本研究は、高品質なスペシャルティコーヒーの評価において、機械学習がいかに有効なツールとなり得るかを証明しています。コーヒーの品質評価は従来、熟練したカッパー（鑑定士）の官能検査に依存してきましたが、本研究ではCQIの2023年データベースから得られた17の数値変数をもとに、コレスキー分解を用いて207サンプル分の合成データセットを作成しました。この合成データは実データとの間で89.55%の統計的類似性を達成しています。
Random Forestを用いた予測モデルでは、実データを用いた検証で正解率87.92%、Quadratic Weighted Kappa (QWK) 0.9502という極めて高い予測精度を記録しました。SHAP分析の結果、コーヒーの総合的な品質（Total Cup Points）を決定づける要因として「Aftertaste（後味）」「Overall（総合評価）」「Flavor（風味）」の3つが特に重要であることが特定されました。
コーヒー産業において、産地の環境要因である「テロワール」と品質の相関をデータサイエンスで解明する試みは、今後の農業DXを推進する重要なステップです。今回の研究で公開されたコードとデータセットは、コーヒー農家やトレーダーが科学的根拠に基づいて品質管理を行うための新たな指標として活用されることが期待されます。