講演抄録/キーワード |
講演名 |
2016-09-06 15:45
Deep CNNとSW-SVRを用いた植物の萎れ具合予測手法の検討 ○兼田千雅・柴田 瞬・峰野博史(静岡大) PRMU2016-87 IBISML2016-42 |
抄録 |
(和) |
近年,農業分野では熟練の農業従事者の高度な栽培技術を形式知化する研究が進められている.特に,灌水のタイミングや量を緻密に制御するストレス栽培は,高糖度果実の増収に繋がるため,機械的な栽培の再現が期待されている.しかし,複雑に変化する植物の生育状態の適切な定量化は難しく,農業従事者がストレス栽培の制御の判断に使用する萎れ具合を高精度に予測することは困難だった.本研究では,深層学習であるDeep CNNと自律順応型学習器であるSW-SVRを用いた植物の萎れ具合予測手法を提案する.提案手法では,手軽に収集できる画像データと環境データから,複雑に変化する植物の生育状態に合わせた高精度な萎れ具合予測を実現する.基礎評価として,トマトの水耕栽培環境下で収集したデータを用いた評価の結果,提案手法が一時間後の植物の萎れ具合を最も高精度に予測できることを確認した. |
(英) |
|
キーワード |
(和) |
農業 / ストレス栽培 / 萎れ具合予測 / Deep CNN / SW-SVR / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 116, no. 208, PRMU2016-87, pp. 257-262, 2016年9月. |
資料番号 |
PRMU2016-87 |
発行日 |
2016-08-29 (PRMU, IBISML) |
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 |
PRMU2016-87 IBISML2016-42 |