| 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 | 2025-07-03 09:00 ［ポスター講演］Spatio-Temporal State Estimation and Prediction Using Graph Neural Networks ○Mayu Inoue・Keisuke Ishibashi（International Christian Univ.）  CQ2025-27 |
|
| 抄録 | （和） | Honeybees are vital in maintaining social, economic, and environmental health. However, the apiculture industry faces operational challenges and unpredictability , which has made apiculture less attractive to newcomers. While advancements have improved hive monitoring, most existing approaches are reactive, alerting beekeepers after changes have occurred. To enable more proactive hive management, this study proposes a novel approach to forecast honeybee comb cells using Spatio-Temporal Graph Convolutional Networks (STGCNs). The approach combines Convolutional Neural Networks (CNNs) for feature extraction from hive images with STGCNs to account for both spatial and temporal contexts. The model achieved 43% forecasting accuracy, demonstrating the potential of predictive modeling for hive state estimation. |
| （英） | Honeybees are vital in maintaining social, economic, and environmental health. However, the apiculture industry faces operational challenges and unpredictability , which has made apiculture less attractive to newcomers. While advancements have improved hive monitoring, most existing approaches are reactive, alerting beekeepers after changes have occurred. To enable more proactive hive management, this study proposes a novel approach to forecast honeybee comb cells using Spatio-Temporal Graph Convolutional Networks (STGCNs). The approach combines Convolutional Neural Networks (CNNs) for feature extraction from hive images with STGCNs to account for both spatial and temporal contexts. The model achieved 43% forecasting accuracy, demonstrating the potential of predictive modeling for hive state estimation. | |
| キーワード | （和） | Beekeeping / STGCN / Forecasting / / / / / |
| （英） | Beekeeping / STGCN / Forecasting / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 94, CQ2025-27, pp. 58-61, 2025年7月. | |
| 資料番号 | CQ2025-27 | |
| 発行日 | 2025-06-25 (CQ) | |
| 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 | CQ2025-27 |
|
| 研究会情報 | |
| 研究会 | CQ |
| 開催期間 | 2025-07-02 - 2025-07-04 |
| 開催地（和） | イーフ情報プラザ (久米島) |
| 開催地（英） | |
| テーマ（和） | ネットワーク性能、仮想空間/メタバース、グラフ解析、ゲーム理論、機械学習、インタラクション、ソーシャルメディア、一般 |
| テーマ（英） | network performance, virtual environment/metaverse, graph analysis, game theory, machine learning, interaction, social media, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2025-07-CQ |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Spatio-Temporal State Estimation and Prediction Using Graph Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Beekeeping / Beekeeping |
| キーワード(2)（和/英） | STGCN / STGCN |
| キーワード(3)（和/英） | Forecasting / Forecasting |
| 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） | Mayu Inoue / Mayu Inoue / |
| 第1著者 所属（和/英） | International Christian University (略称： International Christian Univ.) International Christian University (略称： International Christian Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Keisuke Ishibashi / Keisuke Ishibashi / |
| 第2著者 所属（和/英） | International Christian University (略称： International Christian Univ.) International Christian University (略称： International Christian Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-07-03 09:00:00 |
| 発表時間 | 75分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2025-27 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.94 |
| ページ範囲 | pp.58-61 |
| ページ数 | 4 |
| 発行日 | 2025-06-25 (CQ) |
[研究会発表申込システムのトップページに戻る]