ハイライト

平らな形の緑茶のサンプルは、遠く離れた場所から集めました。

多元素と同位体の複合プロファイルを地理的起源の認識に使用した。

統計的方法と機械学習方法の認識精度を比較しました。

決定木モデルは、サンプル分類において、LDAおよびPLS − DAよりも良好に機能した。
抽象
地理的なお茶、特に有名なお茶の信頼できる差別化は、市場の発展と消費者の権利保護にとってきわめて重要です。
本研究では、異なる産地から収集した平らな形の緑茶試料中の多元素含有量と安定同位体シグネチャを分析した。
線形識別分析(LDA)、部分最小二乗識別分析(PLS − DA)、および決定木(DT)を、それらの茶の地理的起源を識別する能力について試験した。
交差検定および「ブラインド」データセットによる検証の下では、3つの方法の予測精度はすべて70%以上でした。
DT法は90%の精度で最高の性能を示した。
さらに、Xihu Longjing(XHLJ)緑茶の識別については、DTも1の最低エラー率を示しました。
https://www.sciencedirect.com/science/article/pii/S088915751830005X