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。
近年,高齢化および少子化の加速により一次産業従事者の減少が社会的な大きな問題となっている。さらに,海外の一次産業製品の流入など日本の一次産業分野は,予断を許さない状況となっている。このような一次産業に対して生産物に付加価値を与えることは生産効率の上からも最重要課題となっている。特に生産物の一定基準の客観的な検査および選別は同じ生産量から得られる一次産業製品からの利益率は大きいと想定されている。現在一次産業関連企業では従来のパターンマッチングやしきい値判定による検査および選別システムを積極的に開発し,一部は市場に投与している。しかしながら,その精度は人間の勘と経験による高度な検査および選別精度には未だ及んでいないのが現状である。ただし,人間の柔軟で臨機応変な選別能力を常時,長時間維持することは不可能である。さらに,検査および選別のノウハウは客観的な手続きとしては体系化するのは難しく,検査および選別を実施する個人の固有のノウハウとして第三者に伝授や継承が難しいのが現状である。本稿では,このような背景と市場の必要性を人工知能(Artificial Intelligence:AI)と先進的画像処理さらに知的制御技術によりその実現の可能性を二つの事例で紹介するものである。一般に,一次産業製品は工業製品と異なり,大きさ,形状,さらに,表面状態は画一化されておらず曖昧性を多分に含む。このよう識別対象に人間の柔軟な判断や識別能力を持続的に投入するにはAIの導入は現時点において最適であり,その効果は大きいものと思われる。特にAIが提供する学習機能は対象の現物情報として画像或いは各種センサ情報をそのまま用いて識別機能を検査システムに実現することが可能である。ここでは,まず,魚類の選別を例にとりAIの導入を解説する。次に,ピーマンを題材にした野菜の全面監査システムを解説する。以後に,それぞれの,事例に対するAIの必要性と対象固有の前処理,さらに,学習データの編集方法,また,選別に必要な知的搬送制御技術について実験による性能を例示して詳細を述べるものとする。(著者抄録)
