文献

J-GLOBAL ID：202102293042215439   整理番号：21A1786541

多様な草型を有するイネ品種群を対象とした深層学習モデルによるバイオマス推定

Estimation of rice biomass using deep learning-based model for cultivars having diverse plant types

著者 (5件)： 中嶌洸太 (京大 大学院農学研究科) ,  田中佑 (京大 大学院農学研究科) ,  桂圭佑 (東京農工大 大学院農学府) ,  山口友亮 (東京農工大 大学院農学府) ,  白岩立彦 (京大 大学院農学研究科)
資料名： 日本作物学会講演会要旨集  (Abstracts of the Meeting of the CSSJ)
巻： 251st  ページ： 67  発行年： 2021年03月29日 
JST資料番号： L1755A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 【背景および目的】バイオマスの直接的な刈り取りによる測定には多大な労力が必要である.昨年度著者らは,深層学習を用いたイネ群落可視画像解析によるバイオマス推定モデルを構築し,これは複数環境・品種に対して適用可能であった(中罵ら,2020).本...【本文一部表示】

シソーラス用語： *イネ ,  植物群落 ,  *バイオマス ,  モデル ,  精度 ,  機械学習 ,  品種差 ,  *画像分析 ,  深層学習 ,  推定精度 ,  草型
準シソーラス用語： *植物バイオマス ,  推定モデル

分類 (1件)： 稲作  (FC03020C)

タイトルに関連する用語 (7件)： 草型 ,  イネ ,  品種 ,  深層 ,  学習モデル ,  バイオマス ,  推定