お知らせ 研究会の開催と会場に参加される皆様へのお願い(2021年10月開催~)
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 2020-03-09 15:20
定置網内音響画像からの魚種判別・漁獲量予測における汎化性能向上
森 雄斗鈴木恵二和田雅昭公立はこだて未来大AI2019-63
抄録 (和) 定置網漁業は様々な問題を抱えている.その一つに特定魚種に対する漁獲制限に対応することが困難という問題がある.現在の漁業では,魚群探知機による魚影の把握のみに留まり,魚種や漁獲量を推定するシステムは確立されていない.先行研究であるCNNを用いた魚群探知機による魚種判別において汎化性能が向上するような学習が行えないことが明らかになってきている.本研究では,これまでの魚種判別の学習における問題点を教師データの分割方法と人工的な音響画像を用いた実験により明らかにし,新たな学習方法について検討する.また,非階層クラスタ分類を用いた漁獲量予測の可能性について検討する. 
(英) A Set-Net fishery has various problems. One of the problems is that it is difficult to cope with fishing restrictions for specific fish species. This is because we do not know the type of fish and the amount of catch until the net is lifted from the sea. In the current fishery, the images of the fish are grasped by the fish finder. A system to estimate the fish species and catch is not established. It has become clear that previous studies cannot perform learning to improve generalization performance. In this study, the problems were clarified in the learning of fish species discrimination up to now by the experiment using a training data division method and artificial echo images. In addition, the possibility of catch prediction is examined by performing multi-class classification using the created clusters.
キーワード (和) 魚群探知機 / 定置網漁業 / クラスタリング / 深層学習 / 魚種判別 / 漁獲量予測 / /  
(英) Fish finder / Set net fishery / Clustering / Deep learning / Fish species discrimination / Fish catch prediction / /  
文献情報 信学技報, vol. 119, no. 469, AI2019-63, pp. 55-60, 2020年3月.
資料番号 AI2019-63 
発行日 2020-03-01 (AI) 
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 AI2019-63

研究会情報
研究会 AI IPSJ-ICS JSAI-SAI JSAI-DOCMAS JSAI-KBS  
開催期間 2020-03-08 - 2020-03-09 
開催地(和) ルスツリゾートホテル 
開催地(英)  
テーマ(和) 社会システムと情報技術研究ウィーク2020 
テーマ(英) Workshop of Social System and Information Technology (WSSIT20) 
講演論文情報の詳細
申込み研究会 AI 
会議コード 2020-03-AI-ICS-SAI-DOCMAS-KBS 
本文の言語 日本語 
タイトル(和) 定置網内音響画像からの魚種判別・漁獲量予測における汎化性能向上 
サブタイトル(和)  
タイトル(英) Improvement of generalization performance in fish species discrimination and catch prediction using echo sounder images 
サブタイトル(英)  
キーワード(1)(和/英) 魚群探知機 / Fish finder  
キーワード(2)(和/英) 定置網漁業 / Set net fishery  
キーワード(3)(和/英) クラスタリング / Clustering  
キーワード(4)(和/英) 深層学習 / Deep learning  
キーワード(5)(和/英) 魚種判別 / Fish species discrimination  
キーワード(6)(和/英) 漁獲量予測 / Fish catch prediction  
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) 森 雄斗 / Yuto Mori / モリ ユウト
第1著者 所属(和/英) 公立はこだて未来大学 (略称: 公立はこだて未来大)
Future University Hakodate (略称: FUN)
第2著者 氏名(和/英/ヨミ) 鈴木 恵二 / Keiji Suzuki / スズキ ケイジ
第2著者 所属(和/英) 公立はこだて未来大学 (略称: 公立はこだて未来大)
Future University Hakodate (略称: FUN)
第3著者 氏名(和/英/ヨミ) 和田 雅昭 / Masaaki Wada / ワダ マサアキ
第3著者 所属(和/英) 公立はこだて未来大学 (略称: 公立はこだて未来大)
Future University Hakodate (略称: FUN)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
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: )
講演者
発表日時 2020-03-09 15:20:00 
発表時間 20 
申込先研究会 AI 
資料番号 IEICE-AI2019-63 
巻番号(vol) IEICE-119 
号番号(no) no.469 
ページ範囲 pp.55-60 
ページ数 IEICE-6 
発行日 IEICE-AI-2020-03-01 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会