気相クロマトグラフィー-イオン移動度スペクトロスコピー（GC-IMS）を用いて、異なる産地の香附飲片中の揮発性成分を分析し、部分最小二乗判別分析（PLS-DA）により有意差のある特徴成分を選別した。特徴成分に基づき、線形核サポートベクターマシン（SVM-L）など9種類の機械学習アルゴリズムを用いて異なる産地の香附を識別するモデルを構築した。5省の香附飲片から合計59種の揮発性成分を同定し、主にアルコール類、エステル類、アルデヒド類、ケトン類、不飽和炭化水素類を含む。PLS-DAにより1,4-ジメチルベンゼン、3-メチル-1-ペンタノール、酢酸エチルアセトアセチルなど10種類の特徴成分を選択した。9種類の機械学習モデルはいずれも香附の産地予測に良好な性能を示した（正確度＝1）。本研究は、異なる産地の香附飲片の迅速な識別に対する簡便かつ迅速な方法を提供し、香附飲片の品質評価体系構築の参考となる。

気相クロマトグラフィー-イオン移動度スペクトロスコピー;香附;揮発性成分;産地;機械学習