持続可能な海産養殖のための環境情報予測アルゴリズムの実装

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K17803
• Research Institution: Nagoya Institute of Technology
• Principal Investigator: 大塚 孝信 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (30643324)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 機械学習 / 異常検知 / センサネットワーク / 環境予測 / 海産養殖 / 転移学習

Outline of Annual Research Achievements

本研究は, 短期間の学習データによる高精度な海水温予測を実現することにより, 安定した海産養殖 を広く実現することである. 研究背景として, 世界的な海産物需要増加に伴い，養殖業 が世界的に注目されている.養殖業では養殖場内の適切な環境管理が重要であり，特に海水温の影響は大きいため，安定して供給を行うためには海水温を高精度に予測する必要がある.我々は，実データを用いた評価実験では翌日の 1 時間毎の海水温は平均誤差約 0.2~0.4 °C，1 週間先までの日平均海水温は平均誤差約 0.2~0.5 °Cで予測可能なアルゴリズムを提供しており，水温被害の対策など 幅広く活用可能である.しかし, 現状では最低でも 3~5 年の学習データが必要であることから他地 域には汎用的には利用しづらい. そのため, 短期間学習でも精度よく予測可能なアルゴリズムを実装 することで, 我が国の安定した海産養殖業を支援することを目的とする.既に入手済みの三重県英虞湾の海水温データを元に転移学習モデルを作成するとともに、九州地方と東北地方の海水温予測モデルでの評価実験を行なった。評価実験の結果、一部の急変動データを除き高精度な予測モデルを転移学習により実装できることを確認した。
今後については他地域のデータを随時入手するとともに、転移学習における汎化性能を確認し、精度の確認を継続していく。また、表層海水温のみのデータについては人工衛星により測定されたデータを全世界規模で入手済みであることから、表層データと実測地点の転移学習モデルに加え、潮流や気象条件のデータをマルチモーダル学習させることで広い範囲の水面下海水温予測アルゴリズムを継続して実装していく。
２０２２年度については、上記項目を進めるとともに、海産養殖従事者に向けた予測データの開示とフィードバックを進めていく。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

入手済みの三重県英虞湾のデータにより作成した転移学習モデルを他地域の予測モデルとして利用した際に、概ね既存の高精度な海水温予測誤差を達成できたため。

Strategy for Future Research Activity

今後については他地域のデータを随時入手するとともに、転移学習における汎化性能を確認し、精度の確認を継続していく。また、表層海水温のみのデータについては人工衛星により測定されたデータを全世界規模で入手済みであることから、表層データと実測地点の転移学習モデルに加え、潮流や気象条件のデータをマルチモーダル学習させることで広い範囲の水面下海水温予測アルゴリズムを継続して実装していく。
また、海産養殖従事者への予測データ提供についても継続して行なっていく。

Causes of Carryover

感染症拡大による研究打ち合わせのための出張・会議がキャンセルとなったため