既存の単一スペクトルに基づく遺伝子組み換えキャノーラ油の分類識別モデルは、情報量が少なくデータ次元が高いなどの問題があり、そのためモデルの実行効率が低く、検出結果の精度が十分でありません。本研究では、この問題に対応するため、テラヘルツ融合スペクトルと改良されたFused Lassoモデルを組み合わせた遺伝子組み換えキャノーラ油分類識別法を提案します。遺伝子組み換えキャノーラ油2種と非遺伝子組み換えキャノーラ油2種を対象とし、テラヘルツ時間領域スペクトル（THz-TDS）システムを用いて0.2～1.6 THzの周波数範囲内で4種類のキャノーラ油サンプルのテラヘルツ吸収スペクトルを取得しました。連続射影法（SPA）アルゴリズムを用いてサンプルのテラヘルツ吸収スペクトルと微分スペクトルから特徴抽出を行い、これらを融合しました。特徴選択と分類を一体化した正則化スパースモデルであるFused Lassoを導入し、一対一（OVO）方式を用いて多クラスモデルに改良し、ベイズ最適化（BO）アルゴリズムで正則化パラメータの最適化を行いました。結果は、従来の単一吸収スペクトルに基づくFused Lassoモデルと比較して、融合スペクトルを基にしたBO-Fused Lassoモデルが4種類のキャノーラ油の分類で優れた成績を示し、学習データの精度は96.88%、テストデータの精度は95.00%でした。したがって、本研究は遺伝子組み換えキャノーラ油と非遺伝子組み換えキャノーラ油の識別に新たな方法を提供し、他の遺伝子組み換え物質の識別にも有用な参考となります。

テラヘルツ; 遺伝子組み換えキャノーラ油; 融合スペクトル; 正則化スパースモデル; ベイズ最適化