2021 Fiscal Year Research-status Report
機械学習とMASを活用したAIによるオーダーメイド型地域農業動向予測モデルの構築
| Project/Area Number |
18K14534
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
寺谷 諒 国立研究開発法人農業・食品産業技術総合研究機構, 本部, 研究員 (60781698)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 機械学習 / 人工知能 / マイクロシミュレーション / 農業経営体 / 地域農業 / 農林業センサス / MAS / データ駆動型科学 |
|---|
| Outline of Annual Research Achievements |
本研究では、AI技術を用いて、地域農業における将来的な農業経営体数や農地利用状況の変化を予測できるような地域農業動向予測モデルを開発することを目的としている。
昨年度までに、機械学習による農業経営体数予測モデルに基づく予測値をユーザがブラウザ経由で入手・閲覧可能なWebアプリケーションを開発した。また、機械学習を用いて、離農により供給が見込まれる農地について圃場単位で予測する農地利用状況予測モデルを開発した。さらに、国内のいくつかの市町村に上記モデルによる予測結果を提供した。
今年度は、農業経営体数予測モデルや農地利用状況予測モデルの予測結果を国内の他市町村にも提供を行い、現場で活用いただくとともに、その有効性や課題について検討した。また、地域農業動向予測モデルの応用として、県の普及センターや公設試と連携し、かんしょ経営体の動向予測(将来的な農業経営体数や離農に伴う供給農地面積の予測)についても実施した。さらに、離農に影響している経営体の属性を把握するために、XAI(Explainable AI：説明可能なAI)の手法を、構築した機械学習のモデルに適用し、離農に影響している重要な変数(経営体の属性)や、その変数が具体的にどのような影響を与えているかを分析した。加えて、Webアプリケーションの公開に向けて、予測モデルの概要や入手可能な予測値、具体的な利用手順等を示したマニュアルを作成するとともに、ユーザビリティ向上のための改修等を実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本年度は、かんしょ経営体の動向予測やXAIによる離農要因の分析など、モデルの応用に関する取り組みを実施するともに、成果の現場への普及をさらに進めることができた。一方で、最新の農林業センサス個票データを用いて、モデルの予測精度を検証し、モデルを改善する予定であったが、センサス個票データの入手可能時期が予定より後ろ倒しになったため、解析を実施できなかった。
|
| Strategy for Future Research Activity |
今後は、最新の農林業センサス個票データを用いてモデルの予測精度を検証し、その結果をふまえて、モデルの改善(アルゴリズムや変数の見直し等)を実施する予定である。さらに、改善したモデルで予測値を算出し、予測値データベースを更新する。
またWebアプリケーションについては、公開に向けた準備を引き続き進めるとともに、いくつかの自治体にアプリの機能や提供データのニーズに関してヒアリングを実施し、ヒアリング結果をもとにコンテンツの拡充を検討したいと考えている。
|
| Causes of Carryover |
対象地域への出張ならびに調査を予定していたが、新型コロナウイルスの影響で出張が中止となり、旅費や調査費を執行できなかった(可能な限りオンラインでの打ち合わせに変更した)。次年度に繰り越した予算は、旅費として活用するとともに、アプリケーションの改修費(予測値データベースの更新、機能の拡充)等に充てる予定である。
|
