[2Q1-J-2] Machine learning: models for prediction

[2Q1-J-2-05] The Effects of Element and Input Length on Accuracy in Aquaculture Seawater Temperature Prediction Model

〇Masahito Okuno¹, Takanobu Otsuka¹ (1. Nagoya Institute of Technology)

Keywords:IoT, Marine Aquaculture, Seawater Prediction

海産養殖は現在、世界的に重要となっている。国内外共に養殖業需要は急激に増加しており、今後更に重要となることが予想されている。養殖の場合、海産物は養殖場内の一定の位置で育成されるため、水温など環境の変化に応じて従業者が事前に対応する必要がある。そのため安定して供給を行うには養殖場内の環境管理が適切に行われる必要があり、海水温変化の正確な予測が重要となる。本研究では養殖場内の海水温予測の精度向上を目的とし、予測モデル構築時の要素と入力長が精度に及ぼす影響について明らかにする。実験として要素と入力長の異なるモデルを複数用意し、これらの精度を比較することで影響を明らかにする。実験結果から予測精度に影響のある要素と入力長が示され、これらを反映することにより予測モデルの更なる精度向上が期待される。