| Item type |
SIG Technical Reports(1) |
| 公開日 |
2018-07-23 |
| タイトル |
|
|
タイトル |
機械学習を用いた水稲の収量予測について |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Yield prediction of paddy rice with Machine Learning |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
名古屋大学大学院情報学研究科 |
| 著者所属 |
|
|
|
名古屋大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
名古屋大学大学院生命農学研究科 |
| 著者所属 |
|
|
|
名古屋大学大学院情報学研究科 |
| 著者名 |
前田, 佑一郎
五葉谷, 太一
西内, 俊策
北, 栄輔
|
| 著者名(英) |
Yuichiro, Maeda
Taichi, Goyotani
Shunsaki, Nishiuchi
Eisuke, Kita
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本稿では，水稲の収量予測について述べる．各圃場の気象情報，栽培情報，位置情報を説明変数として，XGBoost により収量予測モデルを作成する．最も予測精度が高かったのは，気象情報から説明変数を決定するときに積算区間を 2 つ （田植え日から出穂日，出穂日から登熟日） に分ける手法であり，その予測精度は 74.4% であった．また収量予測における変数重要度についても評価した結果，気象情報は収量予測において影響が大きいことがわかった． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In this paper, the yield prediction of paddy rice is defined by use of XGBoost from the weather information, the cultivation data and the location information of the paddy rice field. The best accuracy is estimated as 74.4% when the weather information is integrated at two intervals such as planting date to heading date and heading date to ripening date. The discussion on the variable importance of explanatory variables for the prediction accuracy revealed that the weather information was very effective in yield prediction. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10505667 |
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS）
巻 2018-MPS-119,
号 15,
p. 1-4,
発行日 2018-07-23
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8833 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-MPS18119015.pdf (771.1 kB)
