文献

J-GLOBAL ID：201902238078733868   整理番号：19A2495654

非線形クラスタリングによる海水温度パターンを用いた漁港検出【JST・京大機械翻訳】

Fishing Spot Detection Using Sea Water Temperature Pattern by Nonlinear Clustering

著者 (4件)： Shimura Takumi (Kyoto University, Kyoto, Japan) ,  Sonogashira Motoharu (Kyoto University, Kyoto, Japan) ,  Kasahara Hidekazu (Kyoto University, Kyoto, Japan) ,  Iiyama Masaaki (Kyoto University, Kyoto, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： OCEANS Marseille  ページ： 1-4  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 漁場決定は漁業の重要な意思決定である。魚類は潮汐や渦などの環境パターン情報を利用し,この過程は海水温度パターンからの良好な漁場決定問題と考えられる。本論文では,機械学習アプローチによりこの問題に取り組んだ。良好な漁業スポットの海水温度パターンがいくつかのクラスタを形成するという仮定に従って,これらのクラスタを発見し,入力海水温度パターンが良い漁業スポットクラスタに対応するかどうかを識別する分類器を構築した。漁業データを用いてこの方法の有効性を評価した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 潮汐 ,  *クラスタ ,  *海水温 ,  漁業 ,  意思決定 ,  機械学習 ,  漁場 ,  *クラスタ化 ,  *漁港 ,  決定問題 ,  有効性

分類 (1件)： 図形・画像処理一般  (JE04010I)

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