知識獲得支援を目的とした大豆の時系列栽培データに基づく最適パターン発見

カテゴリ: 部門大会

論文No: MC1-3

グループ名: 【C】平成28年電気学会電子・情報・システム部門大会講演論文集

発行日: 2016/08/31

タイトル(英語): Optimal Pattern Mining from Multi-Stage Cultivation Data of Soybeans for Knowledge Acquisition Support

著者名: 梅島 昂平(神戸大学),有満 史人(神戸大学),小澤 誠一(神戸大学),村上 則幸(北海道農業研究センター),辻 博之(北海道農業研究センター),大川 剛直(神戸大学)

著者名(英語): Kohei Umejima|Fumihito Arimitsu|Seiichi Ozawa|Noriyuki Murakami|Hiroyuki Tsuji|Takenao Ohkawa

キーワード: 頻出パターン|最適パターン|時系列データ|大豆|frequent pattern|optimal pattern|time-series data|soybean

要約(日本語): 近年，計算機の高性能化に伴い大規模なデータの解析が可能となり，農業データに関しても解析による収量推定などが多くの作物に対して行われている．本研究では大豆を対象として，収穫に影響を与える新たな知識を得るための手法の開発を目的とする．栽培データを生育ステージ毎の各種の環境データにより表現し，その部分集合をパターンと呼ぶ．多数の栽培地点で共通に見られるパターンを発見することで，生育に影響を与える要因の分析を試みる．このとき，評価関数を導入し，多収あるいは低収の一方に固有なパターンを最適パターンとして抽出する．さらに，次点以降に意味のあるパターンが含まれる可能性があることに着目し，相互の重複が少なく，かつ，評価値の総和が大きくなるパターン集合を求める手法を提案する．提案手法を実際の栽培データに適用した結果，高速に最適パターンを発見でき，収量の良否のヒントとなるパターンが含まれていることを確認した．

PDFファイルサイズ: 563 Kバイト