エビ養殖のための深層学習:予測と異常検出【JST・京大機械翻訳】

Dabrowski Joel Janek; Rahman Ashfaqur; Hellicar Andrew; Rana Mashud; Arnold Stuart

プレプリント

J-GLOBAL ID：202202212072950277 整理番号：22P0349446

エビ養殖のための深層学習:予測と異常検出【JST・京大機械翻訳】

Deep Learning for Prawn Farming: Forecasting and Anomaly Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年05月12日プレプリントサーバーでの情報更新日： 2022年05月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

エビ池における水質を管理するための意思決定支援システムを提示した。このシステムは,水質パラメータの24時間予測と異常検出を提供する新しい方法で,様々なデータと深層学習モデルを使用する。それは,貧弱な成長環境を積極的に回避し,それによって,成長を最適化し,資源損失のリスクを低減するためのツールを持つエビ農民を提供する。これは,貧弱な水質条件を反応性に補正することにより,池の管理を強制する農民にとって大きなシフトである。筆者の知る限りでは,異常検出モデルとして変換器を適用し,この水産養殖問題に対して一般に異常検出を適用した。著者らの技術的寄与は,多変量データに対するFoeastNetの適合と,その復号器に天気予報データを組み入れるための注意モデルの適用を含む。溶存酸素予測の12%の平均絶対百分率誤差を達成し,2つの異常検出事例研究を示した。システムは,商業エビ農場で,その2年目の配備に成功した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

増養殖の技術 , 水産増養殖一般 , 魚類以外の水産動物

, , ,

前のページに戻る