@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00213015,
 author = {藤浪, 一輝 and 大石, 直記 and 二俣, 翔 and 峰野, 博史},
 book = {マルチメディア，分散協調とモバイルシンポジウム2021論文集},
 issue = {1},
 month = {Jun},
 note = {農業従事者の不足や技術の消失といった課題 に対して，スマート農業 の実現に向けた取り組みが行なわれている．スマート農業の一環として 栽培管理支援システムの開発が進められており，光合成速度や蒸発散速度といった植物の生理状態を表す指標 を推定する技術が期待されている．植物生理状態の既存の 推定手法は設置コストの高さや栽培管理の妨げなど実用面での弊害が存在するため，本研究では低コストかつ非接触なセンサデータから機械学習で推定する手法を検討する．機械学習を用いる場合の問題点として栽培データの不均衡性問題があり，推定精度の低下が危惧されるため，リサンプリング 処理を適用しデータ分布を変化させることで推定精度の向上を図る．ただし，回帰問題に対する不均衡性は議論されることが少なく，適用可能な既存のリサンプリング手法 は多くない．また，既存手法では目的変数の不均衡性のみに着目しており説明変数の分布を考慮していないため，一部の環境条件の情報を失う可能性がある．そこで，各環境条件の情報を保持したまま不均衡性を解消するリサンプリング手法として CREAMER (Clustering-based REsAmpling MEthod for Regression) を提案する．CREAMER は目的変数と説明変数の両方をクラスタリングし，各クラスタにリサンプリングを適用することでクラスタ間のデータ数が均等になるように変換される．イチゴの光合成速度と蒸発散速度について既存手法と CREAMER を適用した際の推定精度の比較検証を行ったところ，既存手法よりも高精度に推定できることを確認でき，リサンプリングを行わない場合の結果と比較して光合成速度では MAE を 6.25%，RMSE を9.38%，蒸発散速度では MAE を 53.11%，RMSE を 40.74% 削減できた．},
 pages = {850--857},
 publisher = {情報処理学会},
 title = {栽培データの分布不均衡性を考慮した植物生理状態推定の検討},
 volume = {2021},
 year = {2021}
}