@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219773,
 author = {佐藤, 弘毅 and 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2022論文集},
 month = {Jul},
 note = {就農者の不足や，熟練農家の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，植物生理状態を把握する技術が期待されている．植物生理状態を表す指標として光合成速度や蒸発散速度が挙げられるが，これらを推定する既存手法は設置コストの高さや栽培管理の困難性など実用面での課題がある．そこで，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に，栽培データの不均衡性や時系列性に課題がある．不均衡性は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，回帰問題に対する適用可能な既存のリサンプリング手法は多くない．そこで，藤浪らは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) を提案した．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．本論文では CREAMER に改良を施し，時系列性を考慮した学習手法を用いて，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．CREAMER は決定係数 0.7 程度の推定を可能とし，リサンプリングを行わない場合と比較すると，MAE 7.5％，RMSE 8.84% の削減に成功した．},
 pages = {1428--1435},
 publisher = {情報処理学会},
 title = {栽培データの不均衡性・時系列性を考慮した植物生理状態の推定},
 volume = {2022},
 year = {2022}
}