文献

J-GLOBAL ID：202402277264194028   整理番号：24A2122519

深層学習を用いた可視画像解析によるイネの出穂前日数推定モデルの構築

Construction of Deep Learning-Based Estimation Model for the Days Before Heading of Rice Using Image Analysis

著者 (4件)： 田村拓巳 (京大 大学院農学研究科) ,  中嶌洸太 (京大 大学院農学研究科) ,  田中佑 (岡山大 大学院環境生命自然科学研究科) ,  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： 257th  ページ： 50  発行年： 2024年03月28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： 【目的】イネの栽培において,生育ステージの推定・予測は適期作業と効率的な作業管理を行う上で重要である.従来手法である圃場での生育調査やDVIモデルに基づく発育予測にはそれぞれ,時間と労力がかかる,品種固有のパラメータが必要といった課題がある...【本文一部表示】

シソーラス用語： *イネ ,  *人工知能 ,  *画像分析 ,  *植物成長 ,  穂 ,  圃場 ,  省力化 ,  ニューラルネットワーク ,  画像認識 ,  分蘖 ,  *機械学習 ,  *出穂 ,  *深層学習 ,  推定精度 ,  *植物生理 ,  改変
準シソーラス用語： 可視画像 ,  推定モデル

分類 (3件)： 稲作  (FC03020C) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 深層学習 ,  可視画像 ,  解析 ,  イネ ,  出穂 ,  推定モデル ,  構築