AI企業SIGNATEが実施する近赤外分析コンペ

AI活用を支援する株式会社SIGNATE（本社：東京都中央区、代表取締役社長：齊藤秀）は、近赤外研究会主催により、木材の近赤外スペクトルから含水率を予測するデータ分析コンペティション「近赤外研究会スペクトル分析チャレンジ」を2026年3月2日より開始する。このコンペティションでは、従来のケモメトリックス手法と最新の機械学習アプローチを同じ土俵で比較できる。

コンペティションの開催スケジュール

コンペティション開始は2026年3月2日（月）10:00となっており、チーム作成期限は2026年5月31日（日）23:59である。本コンペティション全体の終了は2026年6月30日（火）23:59で、入賞者決定は2026年8月中旬を予定している。詳細・参加申込みはSIGNATEの公式ウェブサイトから可能である。

木材データから含水率を予測する課題内容

本課題では19種の木材試料から得られた近赤外スペクトルデータを活用し、その含水率（水分量）を予測するモデル構築に取り組む。対象樹種はイチョウ、クスノキ、ウエンジ、ウォールナット、クリ、ケヤキ、スギ、スプルース、タモ、チーク、チェリー、トチ、ナラ、ヒノキ、ベイスギ、米ヒバ、ベイマツ、ヤマザクラ、ホワイトオークの19種類である。試料は20mm×20mm×12mmのサイズで、全乾密度は0.32～0.79g/cm³の範囲となる。参加者は提供される近赤外スペクトル情報のみを用いて予測を行うため、樹種による乾燥速度の違いや木材表面の拡散光特性、乾燥に伴う収縮といった物理的特性を考慮した解析が求められる。

近赤外分光法の課題と機械学習アプローチの比較

近赤外分光法は非破壊・非接触で材料の成分情報を取得できる強力な技術である。しかし吸収が弱くブロードであるため、散乱や装置差、試料状態の影響を強く受けるという課題がある。従来、現場ではPCAやPLSといったケモメトリックス手法が堅牢なモデル構築に用いられてきた。一方で、近年の解析環境の普及や深層学習技術の発展により、スペクトルの生データをそのまま活用する機械学習アプローチも台頭している。本コンペティションはこれら2つのアプローチを同じ土俵で比較し、それぞれの有効性や成立条件を体験的に理解する場を提供するものである。

国際シンポジウムでの表彰と発表機会

入賞者は2026年11月に沖縄県で開催される国際シンポジウム「Asian NIR Symposium（ANS2026）」へ招待される。表彰式は2026年11月12日（予定）で、会場は沖縄県市町村自治会館となる。入賞者は表彰式および関連セッションにおいて、自分たちの解析手法や得られた知見についてのプレゼンテーションを実施する予定である。

出典: https://prtimes.jp/main/html/rd/p/000000295.000038674.html