文献
J-GLOBAL ID：201802245475326915
整理番号：18A1668757
機械学習を用いた水稲の収量予測について
Yield prediction of paddy rice with Machine Learning
-
出版者サイト
{{ this.onShowPLink() }}
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1668757©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1668757&from=J-GLOBAL&jstjournalNo=U0451A") }}
著者 (4件)：
,
,
,
資料名：
巻：
2018
号：
MPS-119
ページ：
Vol.2018-MPS-119,No.15,1-4 (WEB ONLY)
発行年：
2018年07月23日
JST資料番号：
U0451A
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：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,水稲の収量予測について述べる。各圃場の気象情報,栽培情報,位置情報を説明変数として,XGBoostにより収量予測モデルを作成する。最も予測精度が高かったのは,気象情報から説明変数を決定するときに積算区間を2つ(田植え日から出穂日,出穂日から登熟日)に分ける手法であり,その予測精度は74.4%であった。また収量予測における変数重要度についても評価した結果,気象情報は収量予測において影響が大きいことがわかった。(著者抄録)
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
,
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
分類 (2件)：
分類
JSTが定めた文献の分類名称とコードです
稲作
, 人工知能
タイトルに関連する用語 (3件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
前のページに戻る
