文献

J-GLOBAL ID：201802262268820683   整理番号：18A1795881

海水温パターンのクラスタリングによる良漁場推定

著者 (5件)： 飯山将晃 (京大 学術情報メディアセ) ,  ZHAO Kei (京大 大学院情報学研究科) ,  橋本敦史 (京大 大学院教育学研究科) ,  笠原秀一 (京大 学術情報メディアセ) ,  美濃導彦 (京大 学術情報メディアセ)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J101-D  号： 8  ページ： 1070-1078 (WEB ONLY)  発行年： 2018年08月01日 
JST資料番号： U0473A  ISSN： 1881-0225  資料種別： 逐次刊行物 (A)
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： パターン認識技術を新たな分野-漁業-に適用することを目的として,海水温図から良漁場を推定する問題を,海水温パターンのクラスタリングによる良漁場クラスタ検出によって解く手法を提案し,その有効性を実際の漁獲データを用いて評価する。提案手法では類似した海水温パターンであればそこでの漁獲量の傾向は同じであるとの仮定のもと,海水温パターンから漁獲量そのものを推定するのではなく,漁獲量の確率密度を推定する。海水温パターンを幾つかのクラスタに分割し,各クラスタごとに漁獲量の確率密度を算出する。未知の海水温パターンがどのクラスタに属するかを判定することで,その海水温パターンにおける漁獲量の確率密度を得る。クラスタリングの際,クラスタを形成しない「雑多な」データの影響を排除するため,雑多なデータが一つのクラスタを形成するようスペクトラルクラスタリングを用いてクラスタリングを行う。実際のアカイカ漁の漁獲データを用いて実験を行った結果,提案手法により良漁場クラスタを検出できることが確認できた。(著者抄録)

シソーラス用語： *海水温 ,  *パターン分類 ,  *漁場 ,  *推定 ,  パターン認識 ,  漁獲量 ,  確率密度 ,  クラスタ化 ,  イカ ,  データ ,  回帰モデル
準シソーラス用語： アカイカ ,  スペクトラルクラスタリング ,  *パターンクラスタリング ,  学習データ

分類 (2件)： 漁場・漁況  (FH03020R) ,  パターン認識  (JE07000S)

引用文献 (14件)：

• Habitat Evaluation Procedures Handbook, U.S. Fish and Wildlife Service, 1980.
• I.D. Alabia, S. Saitoh, H. Igarashi, Y. Ishikawa, N. Usui, M. Kamachi, T. Awaji, and M. Seito, “Ensemble squid habitat model using three-dimensional ocean data,” ICES Journal of Marine Science: Journal du Conseil, page fsw075, 2016.
• H. Shono, “Application of statistical modeling and data mining method to the fish stock analyses,” Bull. Fish. Res. Agen., vol.22, pp.1-85, 2008.
• 五十嵐弘道,淡路敏之,石川洋一,蒲地政文,碓氷典久, 酒井光夫,加藤慶樹,齊藤誠一,清藤真樹,“海洋再解析データを用いたアカイカ好適生息域モデルの構築とその利用,” JAMSTEC Report of Research and Development, vol.18, pp.89-101, 2014.
• Z. Zhang, Y. Song, and H. Qi, “Age progression/regression by conditional adversarial autoencoder,” IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017.

タイトルに関連する用語 (4件)： 海水温 ,  クラスタリング ,  漁場 ,  推定