持続可能な海産養殖のための環境情報予測アルゴリズムの実装

可持续海水养殖环境信息预测算法的实现

• 批准号: 21K17803
• 负责人: 大塚 孝信
• 金额: $ 2.41万
• 依托单位: Nagoya Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K17803/
• 关键词: 機械学習; 異常検知; センサネットワーク; 環境予測; 海産養殖; 転移学習

本研究は, 短期間の学習データによる高精度な海水温予測を実現することにより, 安定した海産養殖 を広く実現することである. つまり, 養殖に用いる地域のため気象予報のようなフォーマットで提供 される高精度な海水温予測を行うことにより, 養殖事業の際にいけすや筏を事前に移動・避難可能な 予測アルゴリズムを構築することにある. 研究背景として, 世界的な海産物需要増加に伴い，養殖業 が世界的に注目されている.養殖業では養殖場内の適切な環境管理が重要であり，特に海水温の影 響は大きいため，安定して供給を行うためには海水温を高精度に予測する必要がある.我々は，実 データを用いた評価実験では翌日の 1 時間毎の海水温は平均誤差約 0.2~0.4 °C，1 週間先までの日平 均海水温は平均誤差約 0.2~0.5 °Cで予測可能なアルゴリズムを提供しており，水温被害の対策など 幅広く活用可能である.今年度は新たに5地点の海水温データを取得でき, データを元に短期間の学習データで予測ができるよう転移学習に取り組んだ. 結果として, 従来5-10年分のデータで学習していたものを転移学習を活用することによって1年程度の学習データにより従来と同等の予測精度を実現できた. また, 研究結果を国際技にて発表し, 論文誌への投稿を進める.転移学習については転移元と転移先の地形や水深等のパラメタによって予測精度が左右されるため, 最も重要なパラメタを実験を繰り返して進める.

This study aims to provide a short-term study on the high accuracy of seawater temperature prediction and the stability of mariculture. In the case of aquaculture, it is necessary to provide high-precision seawater temperature prediction for the purpose of providing information on the location and location of the fish. In the case of aquaculture, it is necessary to provide information on the possibility of movement and evacuation in advance. Background: The world's marine products need to increase, aquaculture is the world's attention. Aquaculture is important for proper environmental management in aquaculture, especially for the impact of seawater temperature on stability and supply, and for high precision prediction of seawater temperature. The average error of seawater temperature is about 0.2~0.4 °C every day for the first time of the next day. The average error of daily average seawater temperature is about 0.2~0.5 °C for the first week. The prediction may be made. This year, the sea water temperature of the five new locations has been obtained, and the data has been obtained. The short-term learning has been predicted. The learning has been selected. The results show that the prediction accuracy of the 5-10 year learning period is equivalent to that of the 1-year learning period. The results of the research are presented internationally and the papers are submitted. The most important thing is to improve the accuracy of prediction.

项目成果

水深の違いを考慮した転移学習による海水温予測モデルの提案と実装

考虑水深差异的利用迁移学习的海水温度预测模型的提出和实现

• 发表时间: 2022
• 作者: Shuhei Aoyama;Takuma Miwa;and Takanobu Otsuka,;三輪拓真，青山周平，大塚孝信
• 通讯作者: 三輪拓真，青山周平，大塚孝信

Seawater Temperature Prediction that Adapts to Changes in Water Depth

• DOI: 10.1145/3605423.3605426
• 发表时间: 2023-05
• 期刊: Proceedings of the 2023 9th International Conference on Computer Technology Applications
• 作者: Shuhei Aoyama;Takuma Miwa;T. Otsuka