文献
J-GLOBAL ID:202202265313712372   整理番号:22A0573253

機械学習モデルを用いた工業用トマトの全可溶性固体予測のための意思決定支援システムの実装【JST・京大機械翻訳】

Implementation of a decision support system for prediction of the total soluble solids of industrial tomato using machine learning models
著者 (12件):
資料名:
巻: 193  ページ: Null  発行年: 2022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:
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。
トマトは,生産と消費の両方に関して世界で2番目に重要な野菜である。特に工業用トマトの栽培では,主要な品質特性である総可溶性固形物ができるだけ高いときに収穫を行う。技術の進歩は,意思決定支援システムをより簡単で,日常ベースで適用可能なものにした。機械学習アルゴリズムと組み合わせたデータ解析は,持続可能な農業の未来と考えられ,農民がそれらの栽培の最良の可能な決定について助言することを可能にする。農場から製品を集めるために,トマトの品質がピークにあるとき,農家はこの種の技術を採用する必要がある。品質データ(pH,Bostwick,L,a/b,平均重量,°Brix),使用したハイブリッドのタイプ,気象データおよび圃場からの土壌データを含む,以前の年からのデータに基づいて,全可溶性固形物を予測するための意思決定支援システムの実施を行った。6つの栽培期間にわたるギリシア,北西ペロポンネの6つの異なる地域の圃場から得たデータは,33の異なる入力のデータセットを作成した。13の異なるアルゴリズムを,速度と効率に関して最良のものを見つけるために評価に入れた。本研究では,K-最近傍アルゴリズムを用いた意思決定支援システムを開発し,データセットに対して最良であることを証明した。予測されたBrixは,実際のBrixと同じパターンに従った。これは,DSSが,°Brixが最大になる理想的な収穫期間について,農民を助言できることを意味する。入力としてリアルタイム気象データを使用するこのDSSは,農民にとって貴重なツールであることが期待される。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
野菜とその加工品 

前のページに戻る