|
微気象データは，非常に多数の複雑な要素からなる現象の時系列データであり予測が難しい．本研究では，時系列データ予測に関するSVRをベースとし，予測精度が最大となるようにトレーニングデータのウィンドウサイズを自動調整するSW-SVRを研究開発した．SW-SVRは，現在の環境に特化した予測モデルの構築と再構築を自律的に繰り返すことで，計算量を削減しつつ高精度な予測を実現する．提案システムのプロトタイプ実装として窒素吸収量予測制御システムを実装し現場実証実験の結果，SW-SVRは従来の予測手法やオンライン学習器と比べ，窒素吸収量の予測誤差を大幅に削減できることを確認した．
|
