@article{oai:ipsj.ixsq.nii.ac.jp:00162226,
 author = {兼田, 千雅 and 井林, 宏文 and 鈴木, 雄也 and 黒田, 正博 and 大石, 直記 and 峰野, 博史 and Yukimasa, Kaneda and Hirofumi, Ibayashi and Yuya, Suzuki and Masahiro, Kuroda and Naoki, Oishi and Hiroshi, Mineno},
 issue = {1},
 journal = {情報処理学会論文誌コンシューマ・デバイス＆システム（CDS）},
 month = {May},
 note = {農業分野では，センサネットワークを用いて農作物の栽培環境や生育状況を収集し，そのときの状況に応じた制御を自動的に行うシステムの開発が進められている．しかし，既存システムでは，農業従事者の経験や勘による制御を適切に再現しきれていないという課題があった．そこで本稿では，農業従事者の栽培で実施される予測制御を人の介在なしに高精度かつリアルタイムに再現するため，SW-SVRを用いた施設園芸環境向け知的制御システムを提案する．SW-SVRは，現在の環境に特化した予測モデルの構築と再構築を自律的に繰り返すことで，計算量を削減しつつ高精度な予測を実現する．提案システムのプロトタイプ実装として窒素吸収量予測制御システムを実装し，プロトタイプシステムを用いた現場実証実験を実施した結果，SW-SVRは従来の予測手法やオンライン学習器と比べ，窒素吸収量の予測誤差を大幅に削減し，栽培後には糖度8%以上の高糖度なトマトを収穫することに成功した．, In the agriculture, environmental control systems are becoming more widespread and sophisticated. The systems collect the environmental information using sensor networks and control depending on the situation. However, it is difficult to reproduce the control based on the experience and the intuition of farmers using existing systems. In this paper, we propose agricultural environmental control system using SW-SVR. The proposed system can do farm work like farmers without relying on famers. This system uses SW-SVR that can predict future environment with high accuracy and low calculation cost. We implemented nitrogen absorption amount prediction control system as the prototype system using SW-SVR and evaluated the prediction performance of SW-SVR. The results demonstrated that SW-SVR reduced remarkably the prediction error of nitrogen absorbed amount compared with conventional machine learning and online learning. In addition, the proposed system cultivated high quality tomatoes that have over 8% of sugar content.},
 pages = {22--32},
 title = {SW-SVRを用いた施設園芸環境向け知的制御システムの評価},
 volume = {6},
 year = {2016}
}