| Project/Area Number |
23K23733
|
|---|
| Project/Area Number (Other) |
22H02468 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
|
|---|
| Research Institution | Kochi University |
|---|
Principal Investigator |
北野 雅治 高知大学, IoP共創センター, 特任教授 (30153109)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岩尾 忠重 高知大学, 教育研究部総合科学系複合領域科学部門, 教授 (30930440)
和島 孝浩 旭川市立大学短期大学部, その他部局等, 教授 (70600196)
野村 浩一 高知大学, 教育研究部自然科学系農学部門, 准教授 (90897852)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,810,000 (Direct Cost: ¥13,700,000、Indirect Cost: ¥4,110,000)
Fiscal Year 2024: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2023: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥10,920,000 (Direct Cost: ¥8,400,000、Indirect Cost: ¥2,520,000)
|
|---|
| Keywords | 生理生態情報 / 可視化 / Hybrid AI Model / 群落光合成 / 生理生態AIエンジン / 作物生理生態 / 施設園芸 / 光合成 / 高付加価値化 / 作物生理生態情報 / Hybrid AI モデル |
|---|
| Outline of Research at the Start |
農業においては、作物生産を決定づける作物群落の生理生態（光合成、蒸散、栄養成長、生殖成長等）の定量的な時系列情報の見える化と使える化が、農家の営農現場で実現されていない。本研究では、営農現場での実測が容易な環境データと作物画像データのみを用いて、営農現場での実測が困難な作物群落の生理生態の時系列情報の定量的な見える化を実現する。その際、多様な理論的なプロセスモデル群と人工知能（AI）技術のHybridによる協働によって、高い学習効率、再現性、汎化性能を発揮できる新規の Hybrid AIモデル群を構築し、それらの連係によって、作物生産を決定づける作物群落の多様な生理生態の時系列情報の可視化を実現する。
|
| Outline of Annual Research Achievements |
本研究の目的は、施設園芸における主要な作物群（イチゴ、トマト、パプリカ、ホウレンソウ等）を対象にして、営農現場での作物生理生態の可視化を実現するHybrid AIモデル群を構築することであり、【達成目標Ⅰ】作物群落の生理生態に関する説明性の高い情報群の創出、【達成目標Ⅱ】作物群落の光合成、蒸散、体温の時空間変動の可視化、【達成目標Ⅲ】作物群落の生殖成長、収量、高付加価値化の時系列情報の可視化、【達成目標Ⅳ】営農現場でのHybrid AIモデル群の検証と機能強化で構成されている。
2年目のR5年度においては、達成目標Ⅰに関して、説明性の高い情報の選定と抽出に有効な新たな因子分析法を確立するとともに、過去データに基づく説明性の高い履歴情報群の創出と有効活用を検討した。達成目標Ⅱに関しては、作物群落の光合成速度、蒸散速度、葉温の時系列情報出力するHybrid AIモデルを多様な営農現場で検証するとともに、作物群落のRGB画像から、群落内の受光量、光合成速度の空間分布の可視化法を開発した。達成目標Ⅲに関しては、達成目標Ⅰで確立した因子分析法で抽出する履歴情報を活用する生殖成長、高付加価値化に関するHybrid AIモデルの生理生態AIエンジンへの組み込みを検討した。達成目標Ⅳに関しては、Hybrid AIモデル群の検証のための入出力情報の営農現場（協力農家群、高知大学附属農場ハウス、旭川大学試験ハウス等）での継続的な取得を実施すると共に、構築したHybrid AIモデル群の学習を逐次実施して、機能強化を実現した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の目的は、施設園芸における主要な作物群（イチゴ、トマト、パプリカ、ホウレンソウ等）を対象にして、営農現場での作物生理生態の可視化を実現するHybrid AIモデル群を構築することであり、【達成目標Ⅰ】～【達成目標Ⅳ】関連した成果として、新たな因子分析法の確立と説明性の高い履歴情報群の創出、作物群落のHybrid AIモデル群の多様な営農現場（協力農家群、高知大学附属農場ハウス、旭川大学試験ハウス等）での検証、光合成等の生理生態情報の作物群落内空間分布の可視化法の開発、多様な営農現場でのHybrid AIモデル群の機能強化等を実現し、ほぼ当初の計画通りの成果を得たので、概ね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
本研究の目的は、施設園芸における主要な作物群（イチゴ、トマト、パプリカ、ホウレンソウ等）を対象にして、営農現場での作物生理生態の
可視化を実現するHybrid AIモデル群を構築することであり、【達成目標Ⅰ】作物群落の生理生態に関する説明性の高い情報群の創出、【達成目標Ⅱ】作物群落の光合成、蒸散、体温の時空間変動の可視化、【達成目標Ⅲ】作物群落の生殖成長、収量、高付加価値化の時系列情報の可視化、【達成目標Ⅳ】営農現場でのHybrid AIモデル群の検証と機能強化で構成されている。
最終年度のR６年度においては、R５年度までに得られた達成目標Ⅰ～Ⅲに関する成果群（説明性の高い情報群の創出法、因子分析法、作物群落生理生態Hybrid AIモデル群、作物群落内生理生態空間分布可視化法など）の営農現場（協力農家群、高知大学附属農場ハウス、旭川大学試験ハウス等）での検証と学習を継続しながら、作物群落の光合成などの生理生態の時系列情報の可視化を多様な営農現場で実現する。
|
