Research on sustainable fishery condition monitoring through cooperation between fishermen and artificial intelligence technology

渔民与人工智能技术合作可持续渔业状况监测研究

基本信息

批准号：
22K19218
负责人：
小川哲司
金额：
$ 4.08万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2024-03-31
项目状态：
已结题

项目摘要

【成果の具体的内容】本研究では，マルソウダ曳縄漁を対象として，（WP-1）漁場の状態を監視・説明可能にする基本技術や監視インタフェース設計，（WP-2）日々の操業中に得られるデータを効率的に活用して監視システムを持続的に成長させる方法論について検討を行っている．2022年度は，主に（WP-1）として，気象・海況情報から漁場の状態を高精度に推定し，漁師に効果的に提示する技術を開発した．網羅的な観測を必要としない漁場監視モデリングとして，気象情報（気温や風速等）と海況情報（海水温，塩分濃度，潮流等）から漁場の良し悪しを判断する漁場状態モデルを畳み込み自己符号化器により構成し，操業時の航跡から観測可能な漁場状態情報を用いて学習した．このとき，過去の操業情報を陽に用いた漁場状態モデルの学習および入力する気象・海況属性ごとに漁場状態判定を行う属性依存閾値処理により，実際の良漁場の検知漏れを防ぎながら，漁場の絞り込みができることを明らかにした．この成果は，日本水産学会の大会にて報告され，水産・海洋工学に関する査読付き国際会議に採択されている．また，良漁場予測結果を表示するウェブインタフェースを開発し，予測結果を日々更新のうえ，漁師や水産の専門家と共有している．【成果の意義と重要性】漁場状態モデルを構築する際は，実際に釣りが行われた局所的な海域（良漁場）のデータのみを用いるのが一般的である．そのため，実際の良漁場を漏れなく検知するためには，漁場の絞り込みが困難になる（過検知）．これは，漁師が漁場選択に関する意思決定を行うに際し致命的な問題である．2022年度に提案した漁場の絞り込みを考慮したモデリングは，この問題を解決するために重要な技術と言える．また，過検知の問題は，漁業支援のみならず正例のみでモデルを構築する問題に共通する課題であり，本研究で得られた知見は広く意義がある．

[具体结果] 本研究重点关注马苏达拖网渔业，（WP-1）能够监测和解释渔场状况的基础技术和监测界面设计，（WP-2）我们正在研究日常运营过程中的方法。有效利用获得的数据以可持续发展监测系统。 2022财年，我们主要开发了一项技术（WP-1），可以根据天气和海况信息高精度地估计渔场状况，并将其有效地呈现给渔民。作为不需要综合观测的渔场监测模型，我们对渔场状况模型进行卷积和自编码，该模型根据天气信息（温度、风速等）和海洋状况信息（海水温度、盐度浓度、潮流等）该系统是使用捕鱼设备构建的，并使用可以从捕鱼作业期间的尾流中观察到的渔场状态信息来学习。此时，通过学习明确使用过去的操作信息的渔场条件模型和确定每个输入天气和海况属性的渔场条件的属性相关阈值处理，该方法防止未能检测到实际的良好渔场。据透露，有可能缩小结果范围。这些结果在日本水产科学学会的一次会议上报告，并在经过同行评审的渔业和海洋工程国际会议上获得通过。我们还开发了一个网页界面来显示好渔场的预测结果，每天更新结果，并与渔民和渔业专家分享。 [结果的意义和重要性] 在构建渔场条件模型时，通常仅使用当地实际捕捞海域（良好渔场）的数据。因此，为了检测出所有实际的良好渔场，很难缩小渔场范围（过度检测）。这是渔民在做出捕鱼地点选择决策时面临的一个关键问题。 2022年提出的考虑渔场缩小的建模可以说是解决这一问题的重要技术。此外，过度检测问题不仅是渔业支持的常见问题，也是仅使用正面例子构建模型的问题，本研究获得的结果具有广泛的意义。