2018 Fiscal Year Annual Research Report
Study for IoT and Big-data in smart agriculture to predict future harvest
| Project/Area Number |
15K00164
|
|---|
| Research Institution | Numazu National College of Technology |
|---|
Principal Investigator |
山崎 悟史 沼津工業高等専門学校, 制御情報工学科, 准教授 (80635889)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
切岩 祥和 静岡大学, 農学部, 教授 (50303540)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | IoTネットワーク / 施設栽培イチゴ / 収穫量推定精度 / ノンパラメトリック回帰 / 収穫モデル |
|---|
| Outline of Annual Research Achievements |
3種類の情報（地域就農者のハウス内に構築した農業IoTネットワークから収集された温度などの環境情報，給液量や給液ECなどの施設情報，実際の収穫量情報）から構成されるデータ群に対して，提案モデルに基づいて回帰分析を施すことにより，イチゴ栽培における高精度な収穫量推定手法を確立することが，本研究の目的である．
昨年度までに１シーズン（約１年間）分の計測データを用いて，提案モデルにノンパラメトリックなGAM(Generalized Additive Models)回帰を適用した際の，収穫量推定精度や差分値の導入効果など明らかにした．本年度は更なる推定精度改善を目指し，3シーズン分のデータを用いて推定精度を算出した．得られた結果に対して情報・統計学に基づく考察を行い，GAM基底関数の個数と平滑化パラメータλの最適化，GAM回帰における各説明変数と目的変数の非線形構造，交互作用項の導入による改善効果，いくつかの説明変数の組が収穫量推定精度に与える影響などを明らかにした．これまでの結果から，構築した農業IoTネットワークと提案する収穫モデルの有効性を示せた．今後の課題は，更なるデータ蓄積(それに向けたIoTネットワークの改修)，より環境にロバストなモデルの構築や学習法(GAM以外の回帰など)の検討，収穫量予測手法の確立などが挙げられる．
|
Research Products
(4 results)
