文献

J-GLOBAL ID：202002288014934099   整理番号：20A2560739

ブドウ農業における灌漑スケジューリングへの事例ベース推論と学習ベース適応戦略の適用【JST・京大機械翻訳】

Applying case-based reasoning and a learning-based adaptation strategy to irrigation scheduling in grape farming

著者 (4件)： Zhai Zhaoyu (Departamento de Ingenieria Telematica y Electronica (DTE), Escuela Tecnica Superior de Ingenieria y Sistemas de Telecomunicacion, Universidad Politecnica de Madrid (UPM), C/Nikola Tesla, s/n, 28031 Madrid, Spain) ,  Fernan Martinez Jose (Departamento de Ingenieria Telematica y Electronica (DTE), Escuela Tecnica Superior de Ingenieria y Sistemas de Telecomunicacion, Universidad Politecnica de Madrid (UPM), C/Nikola Tesla, s/n, 28031 Madrid, Spain) ,  Lucas Martinez Nestor (Departamento de Ingenieria Telematica y Electronica (DTE), Escuela Tecnica Superior de Ingenieria y Sistemas de Telecomunicacion, Universidad Politecnica de Madrid (UPM), C/Nikola Tesla, s/n, 28031 Madrid, Spain) ,  Hernandez Diaz Vicente (Departamento de Ingenieria Telematica y Electronica (DTE), Escuela Tecnica Superior de Ingenieria y Sistemas de Telecomunicacion, Universidad Politecnica de Madrid (UPM), C/Nikola Tesla, s/n, 28031 Madrid, Spain)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 178  ページ： Null  発行年： 2020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： ブドウ園管理の重要な部分として,ブドウの灌漑は,より正確で効率的な方法で水資源をスケジューリングする必要性を提唱する。典型的には,灌漑計画は数学モデルの使用により発生する。しかし,そのようなモデルは,通常,多くの発展途上国でしばしば利用できないか不完全である大量の監視データを必要とする。結果として,本論文では,先進的人工知能技術,特に,参照蒸発散を推定するための事例ベース推論アプローチ,および従って,ブドウ農業における灌漑用水の量を計算する。現行の事例ベース推論手法,特に解修正部分を改善するために,本論文では,事例ベースにおける隠れ情報の完全利用による学習ベース適応戦略を提案した。特徴ベクトル表現に触発されて,修正タスクも状況と行動対として考慮できた。状況部は,目標ケースと過去のケースの間の差異を捉えることを試み,一方,行動対は,過去の経験から適応知識を学習することによって,検出差を反映するために,解を適応させることを狙った。2つの検索タスクは,修正プロセスに関与する。一方では,最初のものは適応ケースを検索し,新しいケース間の差を評価することを試みた。一方,第2検索タスクは,以前に検出されたように類似の差異を共有する過去の事例の収集を同定すべきである。検索された過去の事例の解が適応ケースを解くために更新された方法から学習することによって,適応ケースの解を,得られた適応知識に基づいて修正し,従って,新しいケースを解決できる。実験は,灌漑スケジューリングにおける事例ベース推論手法の有効性を検証し,学習ベース適応戦略の精度を評価する。実験結果は,このシステムが合理的な灌漑計画を出力できることを示し,一方,予測と記録値の間の偏差は,それぞれ,関連蒸発散量と灌漑用水の量に対して,約5.42%と7.94%であった。結論として,本論文における提案は,有望な利点を有する灌漑スケジューリングシステムをモデル化するための大きな可能性を有する。Copyright 2020 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： *学習 ,  *スケジューリング ,  農業 ,  水資源 ,  *灌漑 ,  *ブドウ ,  数学モデル ,  蒸発散 ,  人工知能 ,  発展途上国 ,  蒸発散量 ,  *事例ベース推論 ,  灌漑用水
準シソーラス用語： *事例ベース ,  ブドウ園 , 【Automatic Indexing@JST】

著者キーワード (5件)： 事例ベース推論 ,  改正 ,  灌漑スケジューリング ,  意思決定支援 ,  ブドウ栽培

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ブドウ ,  農業 ,  灌漑 ,  スケジューリング ,  事例ベース推論 ,  学習