2014 Fiscal Year Annual Research Report
群知能型手法と数理モデル化手法を組み合わせた多段マイニングによる農業暗黙知抽出
| Project/Area Number |
26240032
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
栗原 聡 電気通信大学, その他の研究科, 教授 (30397658)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
淺井 義之 沖縄科学技術大学院大学, その他の研究科, 研究員 (00415639)
鳥海 不二夫 東京大学, 工学(系)研究科(研究院), 准教授 (30377775)
我妻 広明 九州工業大学, 生命体工学研究科(研究院), 准教授 (60392180)
諏訪 博彦 奈良先端科学技術大学院大学, 情報科学研究科, 助教 (70447580)
菊池 康紀 東京大学, 学内共同利用施設等, 講師 (70545649)
篠田 孝祐 電気通信大学, その他の研究科, 助教 (90533191)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 農作業暗黙知 / 多段創発 / センサーネットワーク / データマイニング / マルチモーダル / 形式知 / サトウキビ / 育種 |
|---|
| Outline of Annual Research Achievements |
今年度は，次年度から実際にデータ収集を開始するための現地との調整と，必要な視線計測デバイスや土壌センサーデバイスといった具体的な計測機器の選定と入手，そして，年度末に圃場でのセンサー設置作業が完了するところまでが完了した．当初は年末を目処としていたが，天候の影響もあり，現場とのやりとりの難しさを痛感している．
また，エキスパートへの複数回に渡るヒアリングとディスカッションを通し、サトウキビ栽培の営農操作について，95の営農操作とそれに関係する163のパラメタを特定し，その依存関係を整理することができた．これにより，これまで栽培指針等では必ずしも明確に記載できていなかった，営農操作の優先順位や競合・複合関係などを半定量的に分析することを可能とした．
多粒度モデル統合法についても，モデルベースの多階層データマイニングを実施するにあたり，要素技術の開発を進めた．具体的には，多階層生体機能モデリングプラットフォームPhysioDesignerのデータベースとの連携機能，時系列データの統合機能の充実を進め，また柔軟な多階層モデリング手法の開発・実装を行った．また，因果関係抽出法においても，具体的なマーケティングデータを対象として，店舗間での販売の実態の分析を題材として，提案手法の精緻化を行い，良好な結果を出すとともに，データ分析競技会にて優秀賞を獲得するに至っている．また，数理モデル化については，群知能型手法としては自己駆動粒子の集団運動による情報表現形同士の相互作用の基礎数理のシミュレーション実験を行った．
そして，農業センシングにより取得するデータの分析アプローチを検討するために，データ取得が容易な屋内やスマホを用いたデータに基づく行動認識・推定に関する研究も行った．その結果，データ粒度の調整手法や様々なセンサによるデータ取得方法について一定の目処を立てるに至っている．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
農作業という異分野への挑戦であることから，最初は現場に出向き，研究について説明させていただき，センシングを行うことねのご理解をいただくなど，基本的な信頼関係の構築に時間がかかった．また，農作業を対象とすることから，台風といった天候にも大きな影響を受けることとなった．本来年末を目処した圃場へのセンシング基盤の完成が，年度末にずれ込んたものの，データ収集基盤は完成し，マイニング手法については圃場での作業とは独立に研究を遂行していたことから，当初計画から大きな遅延は発生していない．
|
| Strategy for Future Research Activity |
早速，視線計測や土壌センシングを開始する．また，これまでにおよそ10年間保存されている育種作業データを利用するための手続きも完了することから合わせて分析を開始する．また，農作業における重要パラメータ分析についても，圃場の特徴に合わせて自動的に優先して執り行うべき営農操作を特定するためのデータベースとクエリの設計を行う計画である．数理モデル化についても，収量モデル，生育モデル，人（熟練者）認知モデルについて，時空間粒度の統合の観点から異種モデル間の結合と情報抽出の方法論構築を進める．
|
