水稲の収量・品質予測手法としてのサポートベクターマシーンの評価

水稲の収量・品質予測手法としてのサポートベクターマシーンの評価

レコードナンバー833492論文タイプ学術雑誌論文
ALIS書誌IDZZ20002773NACSIS書誌IDAA11577672
著者名髙城 大地
猿田 恵輔
平井 康丸
井上 英二
岡安 崇史
光岡 宗司
書誌名九州大学大学院農学研究院学芸雑誌
別誌名Science bulletin of the Faculty of Agriculture, Kyushu University
発行元九州大学大学院農学研究院
巻号,ページ67巻・ 2号, p.47-52(2012-09)ISSN13470159
全文表示PDFファイル (414KB) 
抄録水稲の収量・品質予測モデルを作成する際の基盤解析手法として,学習型パターン認識手法であるサポートベクターマシン(以下,SVM)の評価を行った。まず,Directed Acyclic Graph(以下,DAG)により多クラス判別を可能にしたDAGSVMを用いて,精玄米収量(以下,収量)および玄米タンパク質含有率(以下,タンパク)のパターン予測モデルを作成した。今回作成したモデルは,出穂期以降の稲体の状態量,(窒素栄養,収量キャパシティ)および頴花分化終期(出穂14日前)以降の気象環境(気温,日射)の7変数から収量およびタンパクのパターンを予測するものである。モデル作成に使用したデータは,福岡県八女市星野村(2009年),九州大学農学部附属農場(2009年,2010年),糸島市・福岡市(2010年,2011年)において実施した延べ47枚の水田調査(品種ヒノヒカリ)により得られたものである。さらに,SVMの予測モデル作成手法としての有効性を,判別率およびソフトマージンによる汎化能力の調整機能の面から検討した。その結果,収量およびタンパクの判別率は,それぞれ,85.1%,76.6%と比較的良好であった。また,線形分離されない学習データに対して,ソフトマージンによる汎化能力の調整が有効に機能したことを確認した。以上の結果から,多数の因子の影響を受ける水稲の収量・品質の予測モデル作成において,SVMは精度と汎化能力を保証し得る有効な手法であることが示唆された。
索引語収量;水稲;SVM;タンパク;汎化能力;評価;作成;判別率;ソフトマージン;今回作成
引用文献数17
登録日2013年10月08日
収録データベースJASI, AGROLib

論文アクセスランキング

Copyright 2017 農林水産省 農林水産技術会議事務局筑波産学連携支援センター

Tsukuba Business-Academia Cooperation Support Center, Agriculture, Forestry and Fisheries Research Council Secretariat