文献

J-GLOBAL ID：201802254594156669   整理番号：18A1131283

牧草ベース酪農場における農場直接水と電力消費を予測するための機械学習アルゴリズム【JST・京大機械翻訳】

Machine-learning algorithms for predicting on-farm direct water and electricity consumption on pasture based dairy farms

著者 (4件)： Shine P. (Department of Process, Energy and Transport Engineering, Cork Institute of Technology, Cork, Ireland) ,  Murphy M.D. (Department of Process, Energy and Transport Engineering, Cork Institute of Technology, Cork, Ireland) ,  Upton J. (Animal and Grassland Research and Innovation Centre, Teagasc Moorepark Fermoy, Co., Cork, Ireland) ,  Scully T. (Department of Computing, Cork Institute of Technology, Cork, Ireland)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 150  ページ： 74-87  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,アイルランド酪農場における電力と農場の直接水消費の予測に適用したときの機械学習アルゴリズムの範囲の性能を分析した。電力と水消費データは,2014年と2016年の間の58の牧草ベースの商業的アイルランド酪農場の研究サンプルに設置された遠隔監視システムの利用を通して達成された。合計で,15と20の酪農場変数を,それぞれ毎月の電力と水消費のそれらの予測力のために分析した。これらの変数は,乳生産,ストック数,インフラ装置,管理手順および環境条件に関連していた。CART決定木アルゴリズム,ランダムフォレスト集合アルゴリズム,人工ニューラルネットワーク,およびサポートベクトルマシンアルゴリズムを用いて,水と電力消費の両方を予測した。この方法論は,変数を除外するために逆方向逐次変数選択を採用し,それはほとんど予測力を追加しなかった。また,非観測データ(モデル開発に利用されないデータ)に関する各モデルに対する予測精度を計算するために,ネスト化交差検証によるハイパーパラメータチューニングを適用した。電力消費は,サポートベクトルマシンを用いて12%(相対予測誤差(RPE))以内で予測され,一方,ランダム森林は38%以内で水消費を予測した。全体として,開発した機械学習モデルは,多重線形回帰手法を用いて以前に得られた結果と比較して,電力と水消費のRPEをそれぞれ54%と23%改善した。更なる分析は,1月,2月,11月および12月の期間の間,サポートベクトルマシンが電力消費を4%(平均百分率誤差(MPE))および21%(MPE)による水消費を平均して予測することを見出した。しかし,過剰予測は3月~10月の期間に大幅に減少し,電力消費の過剰予測は1%に減少し,一方,水消費の過剰予測は8%に減少した。これは農場間の位相シフトに起因し,そこでは,いくつかの農場がすべての年間に牛乳を生産し,他より早く乾燥し,いくつかの農場が早く搾乳し,牛乳生産の変動係数を増加させ,電気と水を正確にモデル化することが困難になる。同時に,乳牛の数と電力と水の絶対予測誤差の間に大きな負の相関が計算され,乳牛数の増加に伴い,電力と水の予測精度の改善が達成される可能性が示唆された。開発された機械学習モデルは,酪農家と政策立案者の両方に対する重要な意思決定支援情報を提供するために,また,マクロ規模の環境分析を実施するためのツールとして利用される可能性がある。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習 ,  モデリング ,  牛乳 ,  *電力 ,  *学習アルゴリズム ,  *予測 ,  サポートベクトルマシン ,  *農場 ,  乳牛 ,  アイルランド ,  *牧草 ,  ニューラルネットワーク ,  *電力消費 ,  予測誤差
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

分類 (2件)： 農業経済,農業経営  (FB01020L) ,  牛  (FD02020Y)

タイトルに関連する用語 (8件)： 牧草 ,  酪農場 ,  農場 ,  水 ,  電力消費 ,  予測 ,  機械学習 ,  アルゴリズム