講演名 | 2016-09-06 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(静岡大), 柴田 瞬(静岡大), 峰野 博史(静岡大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
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. |
抄録(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 |
キーワード(英) | Agriculture / Stress cultivation / Wilting degree prediction / Deep CNN / SW-SVR |
資料番号 | PRMU2016-87,IBISML2016-42 |
発行日 | 2016-08-29 (PRMU, IBISML) |
研究会情報 | |
研究会 | PRMU / IPSJ-CVIM / IBISML |
---|---|
開催期間 | 2016/9/5(から2日開催) |
開催地(和) | 富山大学 |
開催地(英) | |
テーマ(和) | パターン認識・機械学習基盤技術及び一人称視点・注視情報と行動理解 |
テーマ(英) | |
委員長氏名(和) | 前田 英作(NTT) / / 福水 健次(統計数理研) |
委員長氏名(英) | Eisaku Maeda(NTT) / / Kenji Fukumizu(ISM) |
副委員長氏名(和) | 内田 誠一(九大) / 藤吉 弘亘(中部大) / / 杉山 将(東大) / 鹿島 久嗣(京大) |
副委員長氏名(英) | Seiichi Uchida(Kyushu Univ.) / Hironobu Fujiyoshi(Chubu Univ.) / / Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.) |
幹事氏名(和) | 近藤 一晃(京大) / 木村 昭悟(NTT) / / 津田 宏治(東大) / 竹内 一郎(名工大) |
幹事氏名(英) | Kazuaki Kondo(Kyoto Univ.) / Akisato Kimura(NTT) / / Koji Tsuda(Univ. of Tokyo) / Ichiro Takeuchi(Nagoya Inst. of Tech.) |
幹事補佐氏名(和) | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) / / 神嶌 敏弘(産総研) / 岩田 具治(NTT) |
幹事補佐氏名(英) | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) / / Toshihiro Kamishima(AIST) / Tomoharu Iwata(NTT) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media / Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
---|---|
本文の言語 | JPN-ONLY |
タイトル(和) | Deep CNNとSW-SVRを用いた植物の萎れ具合予測手法の検討 |
サブタイトル(和) | |
タイトル(英) | |
サブタイトル(和) | |
キーワード(1)(和/英) | 農業 / Agriculture |
キーワード(2)(和/英) | ストレス栽培 / Stress cultivation |
キーワード(3)(和/英) | 萎れ具合予測 / Wilting degree prediction |
キーワード(4)(和/英) | Deep CNN / Deep CNN |
キーワード(5)(和/英) | SW-SVR / SW-SVR |
第 1 著者 氏名(和/英) | 兼田 千雅 / Yukimasa Kaneda |
第 1 著者 所属(和/英) | 静岡大学(略称:静岡大) Shizuoka University(略称:Shizuoka Univ.) |
第 2 著者 氏名(和/英) | 柴田 瞬 / Shun Shibata |
第 2 著者 所属(和/英) | 静岡大学(略称:静岡大) Shizuoka University(略称:Shizuoka Univ.) |
第 3 著者 氏名(和/英) | 峰野 博史 / Hiroshi Mineno |
第 3 著者 所属(和/英) | 静岡大学(略称:静岡大) Shizuoka University(略称:Shizuoka Univ.) |
発表年月日 | 2016-09-06 |
資料番号 | PRMU2016-87,IBISML2016-42 |
巻番号(vol) | vol.116 |
号番号(no) | PRMU-208,IBISML-209 |
ページ範囲 | pp.257-262(PRMU), pp.257-262(IBISML), |
ページ数 | 6 |
発行日 | 2016-08-29 (PRMU, IBISML) |