この研究では人工知能モデルを使用して米の収量を予測しています

岡山県 – 岡山大学の研究者らは、人工知能 (AI) を使用して、コストを削減する方法でリアルタイムの米の収量を予測できることを示しました。 彼らは、水田の 20,000 枚を超える画像のデータベースを作成し、収量を予測するための畳み込みニューラル ネットワーク (CNN) モデルを開発しました。 研究結果は7月28日発行の第5巻に掲載された。 植物フェノミクス。

岡山大学大学院環境生命自然科学研究科准教授の田中優氏は、「全体として、開発されたCNNモデルは、多様な環境や品種にわたる稲冠プロファイルから生穀収量を推定する上で有望な能力を示した」と述べた。 「もう 1 つの魅力的な側面は、コスト効率が高く、労働集約的な作物の切断や複雑なリモート センシング技術を必要としないことです。」

地上デジタル画像は、作物の収穫段階で 0.8 ～ 0.9 m の距離から撮影されました。 研究チームはその後、さまざまな米の品種、生産システム、作物管理の実践を網羅する、4,820 の収穫地の生産性データと 22,067 枚の画像のデータベースを作成しました。 CNN モデルは、検証データセットとテスト データセットの収量分散の約 68% ～ 69% を説明しました。 CNN モデルは、成熟段階で作物を正確に予測し、予測データセット内の作物の品種の違いと水管理を検出できます。

AIベースの方法は、農家がスマホアプリを通じて利用できる。