文献

J-GLOBAL ID：201702211997688290   整理番号：17A1610713

分光画像と機械学習を用いたトマトの収穫時期予測に関する研究

著者 (4件)： 洞井晋一 (NTT西日本) ,  増田貴大 (NTT西日本) ,  坂川涼 (NTT西日本) ,  東田光裕 (NTT西日本)
資料名： 情報処理学会シンポジウムシリーズ(CD-ROM)  (IPSJ Symposium Series (CD-ROM))
巻： 2017  号： 1  ページ： 207-212  発行年： 2017年06月21日 
JST資料番号： L6741A  ISSN： 1882-0840  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 農作物を効率的に流通・販売するために収穫時期の正確な予測が求められている。特にトマトの収穫時期を予測することは,様々な要因が複雑に関係しているため困難であることが知られている。我々はトマトの成熟に伴って変化する成分値変化に着目し,スペクトルカメラによって撮影した分光画像をニューラルネットワークを用いて解析した。千葉・熊本の協力農家で撮影したトマトの分光画像と,TensorFlowを用いたニューラルネットワークによる解析の結果,5日前のトマトであれば誤差2日以内で予測可能であることが分かった。また,多段のニューラルネットワークを用いてもそれほど効果は見られず,糖度などの成分値を反映していると考えられる近赤外線の領域を学習しても大きな効果は見られなかった。これらの結果から,5日より以前の予測精度を高めるためには,ニューラルネットワークの再設計と,トマトそのものの大きさなどを考慮する必要があると考えられる。(著者抄録)

シソーラス用語： *スペクトル画像 ,  *機械学習 ,  *トマト ,  *時期 ,  *予測 ,  ニューラルネットワーク ,  熟度 ,  変化 ,  精度 ,  再設計
準シソーラス用語： スペクトルカメラ ,  *収穫時期 ,  成分変化 ,  予測精度

分類 (3件)： 野菜  (FC03043X) ,  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 (6件)： 分光画像 ,  機械学習 ,  トマト ,  収穫時期 ,  予測 ,  研究