- 9月 30, 2026
オーツ麦の収量予測精度向上|環境データと深層学習を組み合わせたゲノム選択の最新研究
米国南部のオーツ麦463系統を用いた研究。ゲノム情報に加え、気象データ等の環境要因を統合したモデルや深層学習を導入することで、従来の育種手法では難しかった収量予測の精度向上と、訓練セット最適化によるコスト削減の可能性を示した。
米国南部のオーツ麦463系統を用いた研究。ゲノム情報に加え、気象データ等の環境要因を統合したモデルや深層学習を導入することで、従来の育種手法では難しかった収量予測の精度向上と、訓練セット最適化によるコスト削減の可能性を示した。
エビの病気を自動検出するため、Vision Transformerと自己教師学習技術を活用した新しい分類手法を提案。従来手法と比較して、ラベルデータが少ない環境でも高い精度を達成。
深層学習を用いた鶏の顔認識技術により、個体識別と性別分類を非接触で高精度に実現。特に1日齢の鶏に対して、複数視点画像を活かしたモデル構造が効果的。
トマトの葉に生じる病害を高精度かつ軽量に分類するための新しい深層学習モデルCoAtNet-DeepMoEを提案。従来モデルと比較してパラメータ数を大幅に削減しつつ、精度を99.8%以上に維持。
VT-SCCは、小麦、トウモロコシ、稲、大豆など主要な作物に対応した統一型個体数計測手法。視覚とテキストのマルチモーダル情報を統合し、複雑な農場環境下でも高精度な計測を実現。特に、背景と被写体の視覚的類似性による誤検出を抑制するテキストガイドによるセマンティックフィールドが特徴。
農業における深層学習モデルの革新:領域知識を統合したN2O予測ネットワーク 📄 論文サマリー 著者:Ci Lin、Futong Li、Rose Chong-Wu、Tet Yeap、Iluju Kiringa 発表:arXiv(機械学習)/2609.19466v1 公開日:2026年09月16日 ✨ 本論文の新規性 従来のAINNに領域知識を統合したKAINNモデルを提案し、N2O排出量の予測精度を […]
深層学習と気候変動の内部変動を活用した欧州の干ばつ予測手法 📄 論文サマリー 著者:Henri Funk、Cornelia Gruber、Göran Kauermann、Helmut Küchenhoff、Magdalena Mittermeier 発表:arXiv(stat.AP)/2608.01864v1 公開日:2026年08月03日 ✨ 本論文の新規性 深層学習モデルに気候モデルの大量集合 […]
ハイパースペクトル画像で果実の熟度を予測、新アーキテクチャが既存手法を上回る精度 📄 論文サマリー 著者:Ahmed Baha Ben Jmaa、Faten Chaieb、Anna Fabijańska 発表:arXiv(コンピュータビジョン)/2608.01202v1 公開日:2026年08月02日 ✨ 本論文の新規性 Fruit-HSNetという新しい深層学習モデルを提案し、果実の熟度分類にお […]
高解像度NAIP画像を用いた農地境界マッピングの新手法:ResUNetとSAM3の融合 📄 論文サマリー 著者:Mohammadreza Narimani、Vikram Anand、Parastoo Farajpoor 発表:arXiv(コンピュータビジョン)/2607.21881v1 公開日:2026年07月24日 ✨ 本論文の新規性 1メートル解像度のNAIP画像から農地境界を高精度に抽出する […]
マルチモーダル時系列データで甜椒の収穫可能果実数を予測する手法 📄 論文サマリー 著者:Enrico Pallotta、Mohamed Farag、Esra Guclu 他3名 発表:arXiv(コンピュータビジョン)/2607.19975v1 公開日:2026年07月22日 ✨ 本論文の新規性 甜椒の成長時系列データを用いた初めてのマルチモーダル予測モデルを構築 視覚特徴と数値計測を統合し、収穫 […]