JP7476863B2 - 栽培支援システム、栽培支援方法、及びプログラム - Google Patents
栽培支援システム、栽培支援方法、及びプログラム Download PDFInfo
- Publication number
- JP7476863B2 JP7476863B2 JP2021167728A JP2021167728A JP7476863B2 JP 7476863 B2 JP7476863 B2 JP 7476863B2 JP 2021167728 A JP2021167728 A JP 2021167728A JP 2021167728 A JP2021167728 A JP 2021167728A JP 7476863 B2 JP7476863 B2 JP 7476863B2
- Authority
- JP
- Japan
- Prior art keywords
- cultivation
- conditions
- result
- unit
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 24
- 238000004364 calculation method Methods 0.000 claims description 67
- 238000007781 pre-processing Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 15
- 241000196324 Embryophyta Species 0.000 description 51
- 230000015654 memory Effects 0.000 description 31
- 238000003306 harvesting Methods 0.000 description 19
- 239000002609 medium Substances 0.000 description 16
- 238000003860 storage Methods 0.000 description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 239000001963 growth medium Substances 0.000 description 4
- 238000009331 sowing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 241000208822 Lactuca Species 0.000 description 2
- 235000003228 Lactuca sativa Nutrition 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000165077 Insulata Species 0.000 description 1
- 235000010702 Insulata Nutrition 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Botany (AREA)
- Environmental Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
[先行技術文献]
[非特許文献]
[非特許文献1] Shogo MORIYUKI, Hiroaki KANEDA, Yusaku MIYAGI, Nobuhiro SUGIMURA, and Hirokazu FUKUDA, "Profit Models Based on the Growth Dynamics of Lettuce Populations in a Plant Factory", Environ. Control Biol., 56(4), 143-148, 2018 DOI: 10.2525/ecb.56.143
[非特許文献2] Yuki Sago1, et al., "Effects of Light Intensity and Growth Rate on Tipburn Development and Leaf Calcium Concentration in Butterhead Lettuce", HORTSCIENCE, 51(9), 1087-1091, 2016 DOI:10.21273/HORTSCI10668-16
100 センサ
110 端末
200 支援装置
210 取得部
212 栽培条件取得部
214 栽培結果取得部
220 記憶部
222 栽培条件データ
224 栽培結果データ
230 学習部
232 前処理部
234 クラス推定部
236 モデル生成部
238 モデル
239 モデル更新部
240 栽培結果推定部
250 算出部
260 出力部
300 表示装置
2200 コンピュータ
2201 DVD-ROM
2210 ホストコントローラ
2212 CPU
2214 RAM
2216 グラフィックコントローラ
2218 ディスプレイデバイス
2220 入/出力コントローラ
2222 通信インタフェース
2224 ハードディスクドライブ
2226 DVD-ROMドライブ
2230 ROM
2240 入/出力チップ
2242 キーボード
Claims (19)
- 植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部とを備え、
前記クラス推定部は、栽培条件のデータが入力されると、前記複数のクラスのいずれかに分類するクラス推定モデルを用いて、前記栽培条件取得部が取得した前記栽培条件のクラスを推定する
栽培支援システム。 - 植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
栽培条件から栽培結果を予測する前記モデルを生成するモデル生成部とを備え、
前記モデル生成部は、前記栽培条件取得部が取得した複数の栽培条件と前記栽培結果取得部が取得した複数の栽培結果とのうちの一部を用いて、前記モデルを生成し、
前記算出部は、前記栽培条件取得部が取得した複数の栽培条件と前記栽培結果取得部が取得した複数の栽培結果とのうちの他の一部を用いて、前記信頼度を算出する
栽培支援システム。 - 植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータに前処理を行う前処理部と、
前記前処理されたデータを用いて、前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件、前記複数の栽培結果、及び前記分類の結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部とを備える
栽培支援システム。 - 植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
前記モデルを用いて、前記植物の栽培における栽培条件から栽培結果を予測する栽培結果推定部と、
前記予測した栽培結果に応じたデータを出力する出力部とを備え、
前記クラス推定部は、前記栽培結果の予測に用いる栽培条件を前記複数のクラスのうちの少なくとも1つに分類し、
前記出力部は、前記分類したクラスにおける信頼度とともに前記予測した栽培結果の出力、及び前記分類したクラスにおける信頼度が第1閾値以上であれば前記予測した栽培結果に応じたデータの出力のうちの少なくとも1つを実行する
栽培支援システム。 - 栽培条件から栽培結果を予測する前記モデルを生成するモデル生成部を備える
請求項1、3、および4のいずれか一項に記載の栽培支援システム。 - 前記モデル生成部は、ベイジアンネットワークモデル構造のモデルを生成する
請求項5に記載の栽培支援システム。 - 前記クラス推定部は、前記栽培条件取得部が取得した複数の栽培条件を複数のクラスに分類し、
前記モデル生成部は、前記複数のクラスに分類された前記複数の栽培条件と前記複数の栽培結果とを用いて、前記ベイジアンネットワークモデル構造のモデルを生成する
請求項6に記載の栽培支援システム。 - 前記前処理部は、前記複数の栽培条件のデータと前記複数の栽培結果のデータを時間軸で対応付けること、前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータを補完すること、前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータの外れ値を処理すること、及び前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータの丸め処理を行うことの少なくとも1つを含む前記前処理を行う
請求項3に記載の栽培支援システム。 - 植物を栽培する栽培条件を取得する栽培条件取得部と、
前記栽培条件を複数のクラスのうちのいずれかに分類するクラス推定部と、
栽培条件から栽培結果を予測するモデルを用いて、前記植物の栽培における栽培条件から栽培結果を予測する栽培結果推定部と、
前記分類したクラスにおける信頼度に基づいて、前記予測した栽培結果に応じたデータを出力する出力部とを備え、
前記クラス推定部は、栽培条件のデータが入力されると、前記複数のクラスのいずれかに分類するクラス推定モデルを用いて、前記栽培条件取得部が取得した前記栽培条件のクラスを推定する
栽培支援システム。 - 植物を栽培する栽培条件を取得する栽培条件取得部と、
前記栽培条件を複数のクラスのうちのいずれかに分類するクラス推定部と、
栽培条件から栽培結果を予測するモデルを用いて、前記植物の栽培における栽培条件から栽培結果を予測する栽培結果推定部と、
前記分類したクラスにおける信頼度に基づいて、前記予測した栽培結果に応じたデータを出力する出力部とを備え、
前記クラス推定部は、前記栽培結果の予測に用いる栽培条件を前記複数のクラスのうちの少なくとも1つに分類し、
前記出力部は、前記分類したクラスにおける信頼度とともに前記予測した栽培結果の出力、及び前記分類したクラスにおける信頼度が第1閾値以上であれば前記予測した栽培結果に応じたデータの出力のうちの少なくとも1つを実行する
栽培支援システム。 - 前記クラス推定部は、前記栽培条件から前記栽培結果を予測する前記モデルの生成において複数の栽培条件が分類された複数のクラスのいずれかに、前記栽培結果推定部の予測に用いる栽培条件を分類する
請求項9または10に記載の栽培支援システム。 - 植物を栽培した複数の栽培条件を取得する段階と、
前記植物の栽培における複数の栽培結果を取得する段階と、
前記複数の栽培条件を複数のクラスに分類する段階と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する段階とを備え、
前記複数のクラスに分類する段階は、栽培条件のデータが入力されると、前記複数のクラスのいずれかに分類するクラス推定モデルを用いて、前記取得した栽培条件のクラスを推定する段階を有する
栽培支援方法。 - 植物を栽培した複数の栽培条件を取得する段階と、
前記植物の栽培における複数の栽培結果を取得する段階と、
前記複数の栽培条件を複数のクラスに分類する段階と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する段階と、
栽培条件から栽培結果を予測する前記モデルを生成する段階とを備え、
前記モデルを生成する段階は、前記取得した複数の栽培条件と前記取得した複数の栽培結果とのうちの一部を用いて、前記モデルを生成する段階を有し、
前記信頼度を算出する段階は、前記取得した複数の栽培条件と前記取得した複数の栽培結果とのうちの他の一部を用いて、前記信頼度を算出する段階を有する
栽培支援方法。 - 植物を栽培した複数の栽培条件を取得する段階と、
前記植物の栽培における複数の栽培結果を取得する段階と、
前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータに前処理を行う段階と、
前記前処理されたデータを用いて、前記複数の栽培条件を複数のクラスに分類する段階と、
前記複数の栽培条件、前記複数の栽培結果、及び前記分類の結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する段階とを備える
栽培支援方法。 - 植物を栽培した複数の栽培条件を取得する段階と、
前記植物の栽培における複数の栽培結果を取得する段階と、
前記複数の栽培条件を複数のクラスに分類する段階と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する段階と、
前記モデルを用いて、前記植物の栽培における栽培条件から栽培結果を予測する段階と、
前記予測した栽培結果に応じたデータを出力する段階とを備え、
前記複数のクラスに分類する段階は、前記栽培結果の予測に用いる栽培条件を前記複数のクラスのうちの少なくとも1つに分類する段階を有し、
前記出力する段階は、前記分類したクラスにおける信頼度とともに前記予測した栽培結果の出力、及び前記分類したクラスにおける信頼度が第1閾値以上であれば前記予測した栽培結果に応じたデータの出力のうちの少なくとも1つを実行する段階を有する
栽培支援方法。 - コンピュータを、
植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
として機能させ、
前記クラス推定部は、栽培条件のデータが入力されると、前記複数のクラスのいずれかに分類するクラス推定モデルを用いて、前記栽培条件取得部が取得した前記栽培条件のクラスを推定する
プログラム。 - コンピュータを、
植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
栽培条件から栽培結果を予測する前記モデルを生成するモデル生成部と
として機能させ、
前記モデル生成部は、前記栽培条件取得部が取得した複数の栽培条件と前記栽培結果取得部が取得した複数の栽培結果とのうちの一部を用いて、前記モデルを生成し、
前記算出部は、前記栽培条件取得部が取得した複数の栽培条件と前記栽培結果取得部が取得した複数の栽培結果とのうちの他の一部を用いて、前記信頼度を算出する
プログラム。 - コンピュータを、
植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件及び前記複数の栽培結果の少なくとも1つのデータに前処理を行う前処理部と、
前記前処理されたデータを用いて、前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件、前記複数の栽培結果、及び前記分類の結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
として機能させるためのプログラム。 - コンピュータを、
植物を栽培した複数の栽培条件を取得する栽培条件取得部と、
前記植物の栽培における複数の栽培結果を取得する栽培結果取得部と、
前記複数の栽培条件を複数のクラスに分類するクラス推定部と、
前記複数の栽培条件及び前記複数の栽培結果を用いて、栽培条件から栽培結果を予測するモデルについての、前記複数のクラスの各々における信頼度を算出する算出部と、
前記モデルを用いて、前記植物の栽培における栽培条件から栽培結果を予測する栽培結果推定部と、
前記予測した栽培結果に応じたデータを出力する出力部と
として機能させ、
前記クラス推定部は、前記栽培結果の予測に用いる栽培条件を前記複数のクラスのうちの少なくとも1つに分類し、
前記出力部は、前記分類したクラスにおける信頼度とともに前記予測した栽培結果の出力、及び前記分類したクラスにおける信頼度が第1閾値以上であれば前記予測した栽培結果に応じたデータの出力のうちの少なくとも1つを実行する
プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021167728A JP7476863B2 (ja) | 2021-10-12 | 2021-10-12 | 栽培支援システム、栽培支援方法、及びプログラム |
US17/948,256 US20230111406A1 (en) | 2021-10-12 | 2022-09-20 | Cultivation support system, cultivation support method, and recording medium |
EP22198343.0A EP4167153A1 (en) | 2021-10-12 | 2022-09-28 | Cultivation support system, cultivation support method, and program |
CN202211249272.6A CN115964930A (zh) | 2021-10-12 | 2022-10-12 | 栽培辅助***、栽培辅助方法以及记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021167728A JP7476863B2 (ja) | 2021-10-12 | 2021-10-12 | 栽培支援システム、栽培支援方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023057959A JP2023057959A (ja) | 2023-04-24 |
JP7476863B2 true JP7476863B2 (ja) | 2024-05-01 |
Family
ID=83903419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021167728A Active JP7476863B2 (ja) | 2021-10-12 | 2021-10-12 | 栽培支援システム、栽培支援方法、及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230111406A1 (ja) |
EP (1) | EP4167153A1 (ja) |
JP (1) | JP7476863B2 (ja) |
CN (1) | CN115964930A (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013165687A (ja) | 2012-02-16 | 2013-08-29 | Ntt Docomo Inc | 栽培支援装置、栽培支援システム、栽培支援方法及びプログラム |
JP2015219651A (ja) | 2014-05-15 | 2015-12-07 | 株式会社Jsol | 農作物の収穫予測装置、収穫予測システム及び収穫予測方法 |
JP2019030253A (ja) | 2017-08-08 | 2019-02-28 | 株式会社誠和 | 栽培支援装置、栽培支援方法、コンピュータプログラム及び記録媒体 |
US20190228477A1 (en) | 2018-01-22 | 2019-07-25 | Weather Analytics Llc | Method and System For Forecasting Crop Yield |
JP2019170359A (ja) | 2018-03-28 | 2019-10-10 | 国立大学法人名古屋大学 | 植物栽培結果予測システム |
US20200285783A1 (en) | 2019-03-06 | 2020-09-10 | Canon Kabushiki Kaisha | Information processing apparatus, control method for information processing apparatus, and storage medium |
JP2021125143A (ja) | 2020-02-07 | 2021-08-30 | 横河電機株式会社 | 予測装置、予測システム、及び予測方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6580334B2 (ja) * | 2015-02-06 | 2019-09-25 | 株式会社Jsol | 情報処理装置、プログラム及び情報処理方法 |
US11568467B2 (en) * | 2019-04-10 | 2023-01-31 | Climate Llc | Leveraging feature engineering to boost placement predictability for seed product selection and recommendation by field |
-
2021
- 2021-10-12 JP JP2021167728A patent/JP7476863B2/ja active Active
-
2022
- 2022-09-20 US US17/948,256 patent/US20230111406A1/en active Pending
- 2022-09-28 EP EP22198343.0A patent/EP4167153A1/en active Pending
- 2022-10-12 CN CN202211249272.6A patent/CN115964930A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013165687A (ja) | 2012-02-16 | 2013-08-29 | Ntt Docomo Inc | 栽培支援装置、栽培支援システム、栽培支援方法及びプログラム |
JP2015219651A (ja) | 2014-05-15 | 2015-12-07 | 株式会社Jsol | 農作物の収穫予測装置、収穫予測システム及び収穫予測方法 |
JP2019030253A (ja) | 2017-08-08 | 2019-02-28 | 株式会社誠和 | 栽培支援装置、栽培支援方法、コンピュータプログラム及び記録媒体 |
US20190228477A1 (en) | 2018-01-22 | 2019-07-25 | Weather Analytics Llc | Method and System For Forecasting Crop Yield |
JP2019170359A (ja) | 2018-03-28 | 2019-10-10 | 国立大学法人名古屋大学 | 植物栽培結果予測システム |
US20200285783A1 (en) | 2019-03-06 | 2020-09-10 | Canon Kabushiki Kaisha | Information processing apparatus, control method for information processing apparatus, and storage medium |
JP2020144609A (ja) | 2019-03-06 | 2020-09-10 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法及びプログラム |
JP2021125143A (ja) | 2020-02-07 | 2021-08-30 | 横河電機株式会社 | 予測装置、予測システム、及び予測方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230111406A1 (en) | 2023-04-13 |
JP2023057959A (ja) | 2023-04-24 |
CN115964930A (zh) | 2023-04-14 |
EP4167153A1 (en) | 2023-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shekoofa et al. | Determining the most important physiological and agronomic traits contributing to maize grain yield through machine learning algorithms: a new avenue in intelligent agriculture | |
EP3816880B1 (en) | A yield estimation method for arable crops and grasslands, coping with extreme weather conditions and with limited reference data requirements | |
Setiadi et al. | Implementation of naïve bayes method in food crops planting recommendation | |
Hasan et al. | Ensemble machine learning-based recommendation system for effective prediction of suitable agricultural crop cultivation | |
JP7131351B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
Shook et al. | Integrating genotype and weather variables for soybean yield prediction using deep learning | |
JP7476863B2 (ja) | 栽培支援システム、栽培支援方法、及びプログラム | |
CN111324618A (zh) | 一种异地实时同步药用生物资源数据的***及方法 | |
JP7416025B2 (ja) | 栽培支援システム、栽培支援方法、及びプログラム | |
Devi et al. | Hybrid deep WaveNet-LSTM architecture for crop yield prediction | |
JP7452879B2 (ja) | 予測システム、予測方法、および予測プログラム | |
JP7314825B2 (ja) | 予測装置、予測システム、及び予測方法 | |
Iniyan et al. | Crop and Fertilizer Recommendation System Applying Machine Learning Classifiers | |
Kasimati et al. | Management Information Systems and Emerging Technologies | |
Ahmed et al. | Comparative analysis of machine learning based classification for abiotic stress proteins | |
Pazouki | Optimizing an irrigation treatment using an evolutionary algorithm and a knowledge discovery framework based on Deep models | |
Song et al. | Sensitivity in ecological modeling: From local to regional scales | |
Juyal et al. | Towards Applications of Machine Learning Algorithms for Sustainable Systems and Precision Agriculture | |
Abirami et al. | Application of K-means Clustering Algorithm in Rice Production of Tamil Nadu, India | |
Sunagar et al. | Big Data Analytical Architecture For The Agricultural Sector | |
Singh et al. | Integrating genotype and weather variables for soybean yield prediction using deep learning | |
Devaki et al. | Implement A System For Crop Selection And Yield Prediction Using Random Forest Algorithm | |
Toomula et al. | Design of Kernel Extreme Learning Machine based Intelligent Crop Yield Prediction Model | |
Hu et al. | A robust ensemble surrogate model and its application in the in situ data modelling and analysis of a combine harvester | |
Godara et al. | Quantifying effects of climate change and farmers' information demand on wheat yield in India: a deep learning approach with regional clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7476863 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |