研究課題
挑戦的萌芽研究
猿の位置情報や環境要因を精査し、SVM学習アルゴリズムを適用し出没予測を行った。天候、気温、時間、曜日、季節等の特性を分析し、SVMの学習データとして入力し予測を行った。2年間の観測データをもとに、一定の条件で実験を行った結果、同じ月の出没データを学習データとして利用した場合には30%程度の正解率が得られることがわかった。SVMを適用することで、ベイズ推定と比較して10%程度の正解率向上が確認されたが、年度の異なる学習データを用いた場合には正解率が半分程度に落ちてしまうことがわかった。
情報通信