AIを用いたトマトのストレス養液栽培技術

2022.08.17 By 静岡大学

バイオ

技術概要

草姿画像や環境データ(温度、相対湿度、明るさ、など)を用いた機械学習によってトマトストレス度合を推定し、高糖度化するように自動潅水制御するストレス養液栽培技術を研究開発。

用途・応用

果菜類の養液栽培
植物工場

背景

 従来から、サポートベクターマシンなどの機械学習を用いた将来予測が知られている。例えば下記特許文献1には、指数平滑法およびカーネルを用いた季節的時系列データの動的モデリングを使用して非線形的な時系列を予測する方法が記載されている。カーネルは、ガウスカーネルを使用した最小二乗放射基底関数回帰やサポートベクトル回帰のような非線形関数を使用して、過去の値から時系列の未来の値を予測する。

【先行技術文献】
【特許文献】
【特許文献1】特開2011-159282号公報

課題

 個々の事案(データ系列)毎に学習期間(学習量)および学習データに適切な値があること、すなわち、機械学習の精度が最も良くなる学習期間および学習データが存在することは知られている。しかし、その作業は手作業(例えば、経験的に、または試行錯誤による決定)なので、ある事案についての適切な学習期間および学習データを決めるのに時間が掛かってしまう。そこで、機械学習による予測の精度を一定のレベル以上に保ちながら学習期間および学習データを簡便に特定することが望まれている。

手段

 本発明の一側面に係る予測システムは、時系列のトレーニングデータから、それぞれが互いに異なる複数の部分集合データを生成する部分集合生成部であって、複数の部分集合データのうちの少なくとも一つを、トレーニングデータから設定される母集団の標準偏差に基づいて該母集団の一部のデータを収集することで生成する、該部分集合生成部と、複数の部分集合データのそれぞれに対して機械学習を実行することで、該複数の部分集合データに対応する複数のパターン関数を生成する関数生成部と、複数のパターン関数のそれぞれを用いて、トレーニングデータ内の評価時点における予測値を求め、該評価時点での実測値と該予測値との誤差が最小であるパターン関数に対応する学習期間を選択する選択部とを備える。

 本発明の一側面に係る予測方法は、プロセッサを備える予測システムにより実行される予測方法であって、時系列のトレーニングデータから、それぞれが互いに異なる複数の部分集合データを生成する部分集合生成ステップであって、複数の部分集合データのうちの少なくとも一つを、トレーニングデータから設定される母集団の標準偏差に基づいて該母集団の一部のデータを収集することで生成する、該部分集合生成ステップと、複数の部分集合データのそれぞれに対して機械学習を実行することで、該複数の部分集合データに対応する複数のパターン関数を生成する関数生成ステップと、複数のパターン関数のそれぞれを用いて、トレーニングデータ内の評価時点における予測値を求め、該評価時点での実測値と予測値との誤差が最小であるパターン関数に対応する学習期間を選択する選択ステップとを含む。

 本発明の一側面に係る予測プログラムは、時系列のトレーニングデータから、それぞれが互いに異なる複数の部分集合データを生成する部分集合生成部であって、複数の部分集合データのうちの少なくとも一つを、トレーニングデータから設定される母集団の標準偏差に基づいて該母集団の一部のデータを収集することで生成する、該部分集合生成部と、複数の部分集合データのそれぞれに対して機械学習を実行することで、該複数の部分集合データに対応する複数のパターン関数を生成する関数生成部と、複数のパターン関数のそれぞれを用いて、トレーニングデータ内の評価時点における予測値を求め、該評価時点での実測値と予測値との誤差が最小であるパターン関数に対応する学習期間を選択する選択部としてコンピュータを機能させる。

 このような側面においては、互いに異なる部分集合データを自動的に生成して複数のパターン関数も自動的に生成し、トレーニングデータを用いてそれらのパターン関数の精度を検証することで、最適であると期待できる学習期間および学習データを簡便に特定することができる。

効果

 本発明の一側面によれば、機械学習による予測の精度を一定のレベル以上に保ちながら適切な学習期間および学習データを簡便に特定することができる。

問い合わせ・詳細資料閲覧

特許情報詳細や資料のダウンロード等については無料会員登録後に閲覧していただけます。

本研究に関するご質問や、話を聞いてみたいなどご興味をお持ちになりましたら、是非お気軽に以下のフォームにお問い合わせください。

特許情報

特願2014-234950
特願2016-166073
特願2019-525609
WO2018/235777

JPB 006494258-000000