| 研究課題/領域番号 |
22K19218
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分40:森林圏科学、水圏応用科学およびその関連分野
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
小川 哲司 早稲田大学, 理工学術院, 教授 (70386598)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| キーワード | 半教師あり学習 / 深層ニューラルネットワーク / 海況シミュレーション / 漁場状態監視 / マルソウダ曳縄漁 |
|---|
| 研究成果の概要 |
本研究では，気象・海況情報を用いて漁場の状態を監視・説明可能にする基本技術や監視インタフェース設計について検討を行った．具体的には，未操業海域に対するラベルなしデータを効率的に活用して良漁場モデルを半教師あり学習することで，実際の漁場の検知漏れを防ぎながら予測範囲を過去の操業海域に限定することなしに高精度に絞り込む技術を開発し，高知県土佐清水市で実施されているマルソウダ曳縄漁を対象として有効性を明らかした．また，良漁場予測結果を表示するウェブインタフェースを開発し，予測結果を日々更新のうえ漁師や水産の専門家と共有した．
|
| 自由記述の分野 |
知覚情報処理，ヒューマンインタフェース，水圏生産科学
|
| 研究成果の学術的意義や社会的意義 |
広大な未操業海域に対するデータの効率的利用は，漁獲に関するデータ収集が容易でない状況において良漁場を高精度に予測するための効果的な手段である．このように，ラベルなしデータを有効活用してシステムを効率的に構築・成長させる方法論の確立は，漁場の監視のみならず機械学習技術を社会実装するための本質的な課題であり，本研究を通じて得た予測技術およびその評価の枠組みに関する知見は広く学術的意義がある．また，漁場の高精度な監視・予測技術は，気象・海況情報を手掛かりに経験と勘に頼って意思決定を行っている現在の漁業の在り方を，データに基づく資源管理型の漁業に転換する足掛かりとなり得るもので，社会的意義も大きい．
|
