| 講演抄録/キーワード |
| 講演名 |
2014-05-29 14:30
[ポスター講演]無線センサネットワークと機械学習を用いた施設園芸環境制御システムの提案 ○兼田千雅・井林宏文・鈴木雄也(静岡大)・大石直記(静岡県農林技研)・峰野博史(静岡大) ASN2014-22 |
| 抄録 |
(和) |
近年,ICTを用いた農業支援が活発に行われている.その内の一つに,施設園芸内にセンサネットワークを構築することによって環境情報をモニタリングし,取得したデータから一定時間後の環境を予測し,制御機器を制御することが挙げられる.しかしながら,施設園芸という過酷な環境下では無線通信の品質が低下し,計測データの欠損や制御機器の制御失敗が考えられる.加えて,予測による適切な制御を行う為には,高速に高精度な予測を行う必要がある.
そこで本研究では,高信頼かつスマートな環境制御システムを提案する.障害が発生し得る部分を検証し,その部分に対して適切な対策をとることによって,データ到達率99.68%の高信頼なセンサネットワークを実現した.また,本提案では予測の為に機械学習の一つであるSVRを利用し,時系列のデータの特徴に着目した学習を行うことによって,通常の学習のさせ方を行ったSVRに比べ,約17%の予測誤差の削減が行われたことを確認した. |
| (英) |
In recent years , agricultural support using ICT has been actively conducted.An example of such system is monitoring environmental information by building a sensor network in the facilities gardening. Then predicting the environment after a certain time from the sensing data, and to control the control equipment.However , the quality of the wireless communication is reduced in the harsh environments of horticulture , control failure of control equipment or loss of measurement data can be considered.In addition , in order to perform appropriate control according to the prediction , it is necessary to make a prediction with high accuracy at high speed .
In this study , we suggest the environmental control system smart and reliable .By validating failure that may occur , and take appropriate measures with respect to that portion and enabled a reliable sensor networks 99.68% data delivery ratio .Further, by performing learning using the SVR which is one of machine learning for prediction , focusing on the characteristics of time series data , it was confirmed that compared with the SVR which performed the usual study , reduction of prediction error about 17% is performed . |
| キーワード |
(和) |
農業支援 / ロバストセンサネットワーク / サポートベクター回帰 (SVR) / 時系列データ予測 / / / / |
| (英) |
Agriculture Support / Robust Sensor Network / Support Vector Regression (SVR) / Time-series Data Prediction / / / / |
| 文献情報 |
信学技報, vol. 114, no. 65, ASN2014-22, pp. 75-76, 2014年5月. |
| 資料番号 |
ASN2014-22 |
| 発行日 |
2014-05-22 (ASN) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
ASN2014-22 |
| 研究会情報 |
| 研究会 |
ASN |
| 開催期間 |
2014-05-29 - 2014-05-30 |
| 開催地(和) |
東京大学先端科学技術研究センター An棟2階 コンベンションホール |
| 開催地(英) |
Convention Hall, RCAST, The University of Tokyo |
| テーマ(和) |
知的環境, センサネットワーク, スマート建築, スマートシティ, 構造モニタリング, ゼロエネルギービルディング, 社会基盤センシング, BIM/CIM, 国土基盤モデル, 一般 建築学会・スマート建築モニタリング応用小委員会後援 土木学会・土木情報学委員会後援 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ASN |
| 会議コード |
2014-05-ASN |
| 本文の言語 |
日本語 |
| タイトル(和) |
無線センサネットワークと機械学習を用いた施設園芸環境制御システムの提案 |
| サブタイトル(和) |
|
| タイトル(英) |
A proposal for an agricultural environmental control system based on wireless sensor networks and machine learning |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
農業支援 / Agriculture Support |
| キーワード(2)(和/英) |
ロバストセンサネットワーク / Robust Sensor Network |
| キーワード(3)(和/英) |
サポートベクター回帰 (SVR) / Support Vector Regression (SVR) |
| キーワード(4)(和/英) |
時系列データ予測 / Time-series Data Prediction |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
兼田 千雅 / Yukimasa Kaneda / カネダ ユキマサ |
| 第1著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
井林 宏文 / Hirofumi Ibayashi / イバヤシ ヒロフミ |
| 第2著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
鈴木 雄也 / Yuya Suzuki / スズキ ユウヤ |
| 第3著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
大石 直記 / Naoki Oishi / オオイシ ナオキ |
| 第4著者 所属(和/英) |
静岡県農林技術研究所 (略称: 静岡県農林技研)
Shizuoka Prefectural Research Institute of Agriculture and Forest (略称: Research Institute of Agric.) |
| 第5著者 氏名(和/英/ヨミ) |
峰野 博史 / Hiroshi Mineno / ミネノ ヒロシ |
| 第5著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2014-05-29 14:30:00 |
| 発表時間 |
60分 |
| 申込先研究会 |
ASN |
| 資料番号 |
ASN2014-22 |
| 巻番号(vol) |
vol.114 |
| 号番号(no) |
no.65 |
| ページ範囲 |
pp.75-76 |
| ページ数 |
2 |
| 発行日 |
2014-05-22 (ASN) |
|