Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
成分分析ブランディング分析レポート 真鶴干物専門店 魚伝編
Search
ryoozawa
March 17, 2021
Science
3.7k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
成分分析ブランディング分析レポート 真鶴干物専門店 魚伝編
ryoozawa
March 17, 2021
More Decks by ryoozawa
See All by ryoozawa
成分分析ブランディングサービス紹介資料
ryoozawa
0
1.8k
成分分析ブランディング分析レポート 横田園芸編
ryoozawa
0
4.4k
成分分析ブランディング分析レポート 大森式流通編
ryoozawa
0
2.8k
成分分析ブランディング分析レポート 笠原餅店編
ryoozawa
0
5k
成分分析ブランディングセミナー資料(短尺版)
ryoozawa
1
1.8k
成分分析ブランディングセミナー資料(長尺版)
ryoozawa
0
20k
Other Decks in Science
See All in Science
Bear-safety-running
akirun_run
0
190
データベース01: データベースを使わない世界
trycycle
PRO
1
1.4k
生成AI・プレプリント時代における 研究成果公開の再設計 ― トップカンファレンス文化はどこへ向かうのか / Redesigning the Dissemination of Research Outputs in the Age of Generative AI and Preprints — Where Is the Top-Conference Culture Heading?
ykiyota
0
29k
1. CPC理論の展開と集合的知能モデル(JSAI2026 KS-27 集合的予測符号化と新たな知性の時代)
hayashiyus884
1
320
生成AIが科学とRAにもたらしていること:メタサイエンスの視点から
rmaruy
0
120
不動産業界における業界特化のデータ整備とAI活用 ─Vertical DataとVertical AI─
estie
1
880
社内で活躍できるデータサイエンティストになるために
aikinohara
1
120
データベース08: 実体関連モデルとは?
trycycle
PRO
0
1.6k
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
1.7k
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
890
From Prediction to Understanding: Causal Discovery for Data Science and AI Applications
sshimizu2006
0
200
AIを用いた PID制御で部屋 の温度制御をしてみた
nearme_tech
PRO
0
190
Featured
See All Featured
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.2k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
450
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
480
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
73
41k
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
250
Art, The Web, and Tiny UX
lynnandtonic
304
22k
Product Roadmaps are Hard
iamctodd
55
12k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
370
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.9k
The SEO Collaboration Effect
kristinabergwall1
1
520
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Transcript
None
༗ݶձࣾ ڕ ޚத खͮ͘Γׯ ੳ ݁ՌϨϙʔτ EPUTDJFODFגࣜձࣾ
݁ ੳ݁Ռ ੳͷৄࡉ
݁
ରͷ৯ ੳͷ݁Ռ ੜ࢈ͷࠃେखϝʔΧʔ" ࣾͷׯͱൺֱͯ͠ ࢫຯ͕ʙഒଟ͘ɺ ڕष͕͞গͳ͍ ͕ͨͬͯ͠ ৯ຯʹ༏Εͨׯ Ͱ͋Δ
ڕͷखͮ͘Γׯ
ੳ݁Ռ
ڕͷखͮ͘Γׯ ࢫຯ ᶃ Πϊγϯࢎ ᶄ άϧλϛϯࢎ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷׯ ʙഒଟ͍ ରͷ৯
ൺֱͨ͠৯ ੳ߲ ݁Ռ ͳʹΛ Ͳ͜ͱൺͯ ͲͷΑ͏ͳ࣭͕ ͲΕ͘Β͍ҧͬͨͷ͔ षΈ ① 過酸化脂質 গͳ͍
ੳͷৄࡉ
ੳ֓ཁ ׯͷࢫຯͷଟ͞ ׯͷषຯͷগͳ͞ ্هͷͷ࣭Λূ໌͢Δ ͜ͱͰɺ৯ͷࠩผԽΛਤ Γ·͢ɻ
ੳαϯϓϧ ڕͷखͮ͘Γׯ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷׯ˞ ˞࣮ࡍʹاۀ໊͕ೖΓ·͢ ੳ߲ ࢫຯ ü Πϊγϯࢎ ü άϧλϛϯࢎ षຯ ü աࢎԽࢷ࣭ ੳظؒ ݄ʙ݄
ڕͷखͮ ͘Γׯ ରͷ৯ ੳ߲ ͷ Λੳ͠·ͨ͠ षΈ ͷগͳ͞ ࢫຯ
ͷଟ͞
ڕͷखͮ ͘Γׯ ରͷ৯ ൺֱ͢Δ৯" ͱ ൺֱ͠·ͨ͠ Λ ੜ࢈ͷ ࠃେख
ϝʔΧʔ "ࣾͷׯ
ࢫຯ ੳ͢Δ Πϊγϯࢎ ৄࡉ ͷ Λੳ͠·ͨ͠ άϧλϛϯࢎ षΈ աࢎԽࢷ࣭
݄ ʙ ݄ ੳظؒ
ʮڕͷखͮ͘Γׯʯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯΑΓࢫຯ͕ʙഒ ׯͷදతͳࢫຯͰ͋ΔΠϊγϯࢎͱάϧλϛϯࢎΛఆྔɻΠϊγϯࢎ͓Αͼάϧλϛϯࢎͷ ؚ༗ྔڕͷׯͰNNPMHɺNNPMHͰ͋Γɺੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯ ͷNNPMHɺNNPMHͱൺֱͯ͠ɺͦΕͧΕഒɺഒଟ͔ͬͨɻ 0 1 2 3 4 5
6 A mmol/g ࢫຯʹ͍ͭͯ Πϊγϯࢎ ؚ༗ྔ ഒ άϧλϛϯࢎ ؚ༗ྔ ഒ ڕͷׯ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯͷ Πϊγϯࢎ͓Αͼάϧλϛϯࢎͷؚ༗ྔͷฏۉඪ४ޡࠩ O ※分析数値については⼩数点第3位を四捨五⼊し記載 倍率については四捨五⼊しない数値をもとに算出し記載
ʮڕͷखͮ͘Γׯʯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯΑΓषΈ͕গͳ͍ ڕͷषΈͷݩͰ͋ΔաࢎԽࢷ࣭ΛఆྔɻڕͷׯͰЖHHͰ͋Γɺੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷׯͷЖHHͱൺֱ͔ͯͬͨ͠ɻ षΈʹ͍ͭͯ 0 100 200 300 400 500
ڕͷׯ ࠃେखϝʔΧʔ "ࣾͷׯ ʢ.%" HHʣ ڕͷׯ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯͷ աࢎԽࢷ࣭ͷؚ༗ྔͷฏۉඪ४ޡࠩ O աࢎԽࢷ࣭ গͳ͍ ※分析数値については⼩数点第3位を四捨五⼊し記載 倍率については四捨五⼊しない数値をもとに算出し記載
ڕͷखͮ͘Γׯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯͱൺֱͯ͠ࢫຯ͕ʙഒ ଟ͘ɺڕष͕͞গͳ͍ɻ͕ͨͬͯ͠৯ຯʹ༏ΕͨׯͰ͋Δɻ ݁ ੳͨ͠ ৯ ڕͷ खͮ͘Γׯ ੳ݁Ռ ࢫຯ ᶃ
Πϊγϯࢎ ᶄ άϧλϛϯࢎ षΈ ① 過酸化脂質 ݄ ʙ ݄ ᶃ NNPMH ᶄ NNPMH ᶃ NNPMH ᶄ NNPMH ᶃ ЖHH ᶃ ЖHH ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷׯ 0 100 200 300 400 500 ڕͷׯ ࠃେखϝʔΧʔ "ࣾͷׯ ʢ.%" HHʣ ڕͷׯ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯͷ աࢎԽࢷ࣭ͷؚ༗ྔͷฏۉඪ४ޡࠩ O աࢎԽ࣭ গͳ͍ 0 1 2 3 4 5 6 A mmol/g Πϊγϯࢎ ؚ༗ྔ ഒ άϧλϛϯࢎ ؚ༗ྔ ഒ ڕͷׯ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷׯͷ Πϊγϯࢎ͓Αͼάϧλϛϯࢎͷؚ༗ྔͷฏۉඪ४ޡࠩ O
૬ΑΓߴ͘ചΖ͏
None