非線形工学的手法による主観的森林情報の解析 : ニューラルネットワークを用いた間伐木選定の試み
スポンサーリンク
概要
- 論文の詳細を見る
本研究では林業技術の中でも「経験則」や「勘」といった主観的要素が大きいと思われる間伐木の選定をニューラルネットワークを用いて行った。入力データとして直径・樹高・樹冠量・幹形質・欠点の5要因24項目を{0,1}のマトリックスで与え, 「間伐する・間伐しない」を出力として学習させた。なお, 学習アルゴリズムは3層階層型バックプロパゲーション法で, 入力・中間・出力各層のニューロン数や学習条件を変えて学習を行った。間伐木を三つの強度に分けて推定を行った場合(すなわち出力層が4), 推定精度は必ずしも良くないが, 出力が「間伐する・間伐しない」といった2値判断であれば, 正答率が90%以上となった。実際の間伐木の選定では, 立木の位置情報は重要な選定要因の一つであるが, それらの情報がなくても, ニューラルネットワークが間伐木選定の有効な手段であることが示された。
- 日本森林学会の論文
- 1997-08-16
著者
関連論文
- 京都市東山における過去70年間のシイ林の拡大過程
- 京都府立大学久多演習林降水量観測--1994年6月〜2000年12月
- 京都府立大学大枝演習林降水量観測--1994年6月〜1999年6月
- ニューラルネットワークによって学習された間伐木選定データの要因別解析(Journal of Forest Research)
- 統計量を用いたニューラルネットワークモデルのモデル選択 : 間伐木選定を例にして
- 非線形工学的手法による主観的森林情報の解析 : ニューラルネットワークを用いた間伐木選定の試み
- 森林から得られる主観的情報の価値とその評価
- 機械学習システムC4.5を用いた地位指数の推定
- ニューラルネットワークを応用した地位指数の推定
- 集団学習アルゴリズムを用いた地位指数推定モデルの精度および汎化性の検証
- ニューラルネットワークを応用した地位指数の推定
- 機械学習システムC4.5を用いた地位指数の推定
- 林分施業法の選木技術 : ウダイカンバ二次林の事例(会員研究発表論文)
- 林分施業法の選木技術 : エゾマツ・トドマツ・シナノキ・イタヤカエデ混交林の事例(会員研究発表論文)
- 林分施業法の選木技術(会員研究発表論文)