| 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 | 2019-03-08 13:55 データオーギュメンテーションによる深層学習の推定精度の向上に関する検討 ○笠松雅史・村上幸一・三好健悟（香川高専）  LOIS2018-75 |
|
| 抄録 | （和） | 日本で生産される農作物の多くは農業協同組合(JA)へ出荷される．しかし，JAとの取引は生産者が価格決定を行うことができない．一方契約栽培では生産者が価格決定を行うことができるが，契約栽培のためには，農作物の収穫日や収量を正確に予測する必要がある．そこで本研究グループではこれまでに，ニューラルネットワークによる収穫日予測システムを提案してきた．しかし，ニューラルネットワークを用いるには膨大なデータが必要である．そのデータにあたる農作業日誌は，就農者がおもに手作業で記録を行っている．そのため，農業界全体としてデータが他の分野に比べて極端に少ないという問題点がある．本研究では新たに，従来の収穫日予測システムをNeuralNetworkConsole(NNC)とNeuralNetworkLibraries(NNL)，Pythonを用いて実装を行った．そして，少ないデータの拡張を行い，収穫日の予測精度の向上を図った． |
| （英） | In agriculture, contract cultivation can make price decisions by producers.For contract cultivation, it is necessary to accurately predict harvest date and crop yields.However, to use a neural network, a huge amount of data is required.The farm work diary corresponding to that data is mainly recorded manually by farmers.Therefore, there is a problem that the data of the agricultural industry as a whole is small.In this paper, we implemented a conventional harvest date prediction system using NeuralNetworkConsole (NNC), NeuralNetworkLibraries (NNL) and Python.Then we extended the data to improve the prediction accuracy of the harvest date. | |
| キーワード | （和） | 農業 / ニューラルネットワーク / 収穫予測システム / データオーギュメンテーション / / / / |
| （英） | Agriculture / Neural Network / Harvest Prediction System / Data Augmentation / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 485, LOIS2018-75, pp. 115-119, 2019年3月. | |
| 資料番号 | LOIS2018-75 | |
| 発行日 | 2019-02-28 (LOIS) | |
| 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 | LOIS2018-75 |
|
| 研究会情報 | |
| 研究会 | LOIS |
| 開催期間 | 2019-03-07 - 2019-03-08 |
| 開催地（和） | 宮古島市中央公民館 視聴覚室 |
| 開催地（英） | Miyakojima-shi Central Community Center |
| テーマ（和） | ライフログ活用技術、オフィスインフォメーションシステム、ライフインテリジェンス、および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | LOIS |
| 会議コード | 2019-03-LOIS |
| 本文の言語 | 日本語 |
| タイトル（和） | データオーギュメンテーションによる深層学習の推定精度の向上に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Examination of estimation accuracy of deep learning by data augmentation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 農業 / Agriculture |
| キーワード(2)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(3)（和/英） | 収穫予測システム / Harvest Prediction System |
| キーワード(4)（和/英） | データオーギュメンテーション / Data Augmentation |
| 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） | 笠松 雅史 / Masashi Kasamatsu / カサマツ マサシ |
| 第1著者 所属（和/英） | 香川高等専門学校 (略称： 香川高専) National Institute of Technology, Kagawa College (略称： NIT, Kagawa) |
| 第2著者 氏名（和/英/ヨミ） | 村上 幸一 / Yukikazu Murakami / ムラカミ ユキカズ |
| 第2著者 所属（和/英） | 香川高等専門学校 (略称： 香川高専) National Institute of Technology, Kagawa College (略称： NIT, Kagawa) |
| 第3著者 氏名（和/英/ヨミ） | 三好 健悟 / Miyoshi Kengo / ミヨシ ケンゴ |
| 第3著者 所属（和/英） | 香川高等専門学校 (略称： 香川高専) National Institute of Technology, Kagawa College (略称： NIT, Kagawa) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-08 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | LOIS |
| 資料番号 | LOIS2018-75 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.485 |
| ページ範囲 | pp.115-119 |
| ページ数 | 5 |
| 発行日 | 2019-02-28 (LOIS) |
[研究会発表申込システムのトップページに戻る]