小松菜から発せられる超音波の一種であるアコースティック・エミッション(AE)を用いて、小松菜の干ばつストレスを判定する手法を提案する。ストレスを受けた植物はAEを発し、発せられるAEは機械学習により分類できることが知られている。過去にトマトやタバコの発する超音波をサポートベクターマシンや畳み込みニューラルネットワークによってストレスの有無や種類を分類する試みがあった。そこで、本研究では小松菜から発せられるAEをもとにしたストレス状態の判定に、学習済みモデルを用いた手法を提案する。本研究では、小松菜の発したAEのデータをSqueezeNet、 GoogleNet、 ResNetの3つの学習モデルを用いて学習し、分類をする。