#概要
これから食中毒が起こりやすい季節となりますが、食品業界にとって、従業員が感染症、特にO157のような食中毒を起こす感染症にかかっていないことをモニタする必要性が高まってきています。
一度事故を起こすと経営に致命的なダメージを与えるため、神経質になっている企業もあるかと思います。食品衛生の国際基準でHACCPがあり、政府も政策的に支援を行っている状況があります。HCAPP対応にあたる高度化整備基盤では、厚生労働省での高度化整備基盤確認項目では多くの項目について定められています。
実際対応を考えていくときに、継続的にモニタを行わないといけなといけないのですが、従業員側からみると手間暇がかかる内容だと、きちんと対応できずに、リスクを高める結果となります。
この記事では、体温をモニタする目的の
仕組みになります。非接触なので、機会学習で、赤外線アレイセンサからのデータを学習して予測を行います。
#センサーとの接続
オムロン製のD6T-44L-06センサー/Sharp製GP2Y0A0YKの接続はこちらの記事を参照ください
センサー配置のイメージですが、下記の図のようになります。
#AzureMLでモデル作成
AzureMLの基本的な使い方はこちらを参考にしてください。作成したモデルは下記のようになります。回帰分析ですので、数値を予測します。
学習に使用したデータはこちらになります。
#学習と評価
特に、難しくなく、一定の精度で学習を行うことができました。
作成できれば、Webサービスとして発行します。
テストはExcelで行うのが便利で、上記のリンクから、Excelのシートをダウンロードします。
こちらで、テストを行うことができます。
結果としては、室内で、ある程度空調がきいて気温が一定な環境なので、精度よく予測することができました。