データベース収録論文2024·Global
サーマル画像とCNNによる都市農業のマイクロクリメート予測——湿度・土壌水分は高精度、光強度は低精度
Computer Vision and Machine Learning-Based Predictive Analysis for Urban Agricultural Systems
Arturs Kempelis, Inese Poļaka, Andrejs Romānovs, Antons Patļins
Future Internet
Urban Farm DB の要約
都市農業のマイクロクリメート監視を対象に、サーマル画像から相対湿度・土壌水分・光強度のセンサー計測値を予測する畳み込みニューラルネットワーク（CNN）を検討した論文（地域指定なし）。相対湿度と土壌水分の予測は平均絶対パーセント誤差（MAPE）10～12%と精度が高く、これはサーマルパターンへの強い依存性をCNNが捉えたためとされる一方、光強度の予測は都市環境における要因の複雑さと変動性により精度が低かった。著者は都市農業モデルへの技術実装には課題が残ると認めている。