文献

J-GLOBAL ID：201902289032769316   整理番号：19A0037603

水温パターン学習による漁港予測【JST・京大機械翻訳】

Fishing Spot Prediction by Sea Temperature Pattern Learning

著者 (5件)： Iiyama Masaaki (Kyoto University, Kyoto, Japan) ,  Zhao Kei (Kyoto University, Kyoto, Japan) ,  Hashimoto Atsushi (Kyoto University, Kyoto, Japan) ,  Kasahara Hidekazu (Kyoto University, Kyoto, Japan) ,  Minoh Michihiko (Kyoto University, Kyoto, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： OCEANS - Kobe  ページ： 1-4  発行年： 2018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： 適切な漁業スポットの決定は漁業産業における最も重要な活動の1つである。本論文では,漁業スポットを決定するために漁業者が続くアプローチに触発されて,良好な漁業スポットに関連する海洋パターンを発見するための新しい機械学習法を提示した。著者らの方法は,入力として海の温度マップを使用して,地図上の任意の点から海の温度パターンを抽出して,パターンが2つの機械学習技術を使用することによって良い漁業スポットに対応するかどうかを評価した。1クラスサポートベクトルマシン(SVM)とスペクトルクラスタリング。著者らは,著者らの方法の効率を,ネオン飛翔イカに関する漁業データを用いて評価した。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： *漁港 ,  機械学習 ,  漁業 ,  海洋 ,  *学習 ,  *水温 ,  *予測
準シソーラス用語： 機械学習技術 ,  漁業者 , 【Automatic Indexing@JST】

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)： 水温 ,  学習 ,  漁港 ,  予測