| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-07-11 14:00 ［奨励講演］完全制御型植物工場における最適栽培制御則探索のためのベイズ最適化を用いる手法の一検討 ○飯塚達哉・繁田 亮・川原圭博（東大）  ASN2018-24 |
|
| 抄録 | （和） | 完全制御型の植物工場において，生産性を高める栽培環境を発見するためのデータドリブンな手法を確立させたい．成長速度などの植物の環境応答は，それまでに与えられた栽培環境や時刻によって変化する．リカレントニューラルネットワークなどの時系列データを扱える機械学習モデルを用いて環境応答の予測器を構築し，最適な栽培環境を求める手法は提案されてきたが，そもそもの学習データをどのように試行して集めるかに関して具体的な手法は提案されていなかった．本稿では，最適な栽培環境を発見するにあたり植物の葉面積の増加の推移についてある成長率モデルを仮定し，そこにベイズ最適化を適用することで，より少ない試行回数と時間で最適レシピを求めることを可能にする手法を検討した． |
| （英） | A data-driven method for improving the productivity in plant factories is desired. The environmental response including growth speed depends on when and how the surrounding environment is changed. Several studies have applied a machine learning method that could handle time series data such as Recurrent Neural Network to achieve an optimal environment. The key has been to construct the predictor of environmental response given the time series of past environment data as train data. However, few studies have focused on how to collect the train data. An intelligent sampling method can reduce the required size of it and time for the entire experiment. In this paper, we propose a novel sampling method of environmental data points in plant factories to achieve the optimal environment with a small number of data. Bayesian Optimization is applied to maximize the growth rate of leaf area index in our experiment. | |
| キーワード | （和） | 完全制御型植物工場 / ベイズ最適化 / 栽培レシピ / / / / / |
| （英） | Vertical Farming / Bayesian Optimization / Climate Recipe / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 127, ASN2018-24, pp. 47-52, 2018年7月. | |
| 資料番号 | ASN2018-24 | |
| 発行日 | 2018-07-04 (ASN) | |
| ISSN | 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 | ASN2018-24 |
|
| 研究会情報 | |
| 研究会 | ASN NS RCS SR RCC |
| 開催期間 | 2018-07-11 - 2018-07-13 |
| 開催地（和） | 函館アリーナ |
| 開催地（英） | Hakodate Arena |
| テーマ（和） | 無線分散ネットワーク，機械学習とAIを応用した無線通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT（Internet of Things）, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ASN |
| 会議コード | 2018-07-ASN-NS-RCS-SR-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 完全制御型植物工場における最適栽培制御則探索のためのベイズ最適化を用いる手法の一検討 |
| サブタイトル（和） | |
| タイトル（英） | Bayesian Optimization for Searching for the Optimal Climate Recipe in Completely Controlled Plant Factory |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 完全制御型植物工場 / Vertical Farming |
| キーワード(2)（和/英） | ベイズ最適化 / Bayesian Optimization |
| キーワード(3)（和/英） | 栽培レシピ / Climate Recipe |
| キーワード(4)（和/英） | / |
| 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） | 飯塚 達哉 / Tatsuya Iizuka / イイヅカ タツヤ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 繁田 亮 / Ryo Shigeta / シゲタ リョウ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 川原 圭博 / Yoshihiro Kawahara / カワハラ ヨシヒロ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-07-11 14:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ASN |
| 資料番号 | ASN2018-24 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.127 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2018-07-04 (ASN) |
[研究会発表申込システムのトップページに戻る]