CNN を用いた農作物の収量予測とGrad-RAM による可視化の検討

摘要

本研究では1 週間後のきゅうりの収量予測をテーマに，画像と数値データを入力とするCNN を用いた回帰を行なった．学習の結果から，画像データのみおよび数値データのみを利用したモデルに比べ，画像データと数値データの両方を使ったモデルは最も精度が向上し，現時点で季節による収量差が分かる程度の精度となった．また，CNN を用いた回帰モデルにおける予測根拠の可視化手法であるRAM を基に，より一般的なCNN モデルに対して適用可能な定義へ変更したGrad-RAM を提案し，本研究のCNN モデルに適用した．その結果や数値データの寄与率の解析から，葉や日射量等を踏まえた特徴量を生成したことが確認できた．