@article{oai:ncu.repo.nii.ac.jp:02000003,
 author = {有馬, 千晴 and Arima, Chiharu and Takahashi, Nobuo and 高橋, 信雄 and Kaminuma, Eli and 神沼, 英里},
 journal = {芸術工学への誘い, Bulletin Graduate School of Design ＆ Architecture Nagoya City University},
 month = {Mar},
 note = {近年、日本では有害藻類ブルームが原因の漁業被害が増えている。本研究では、気象データを入力とした有害藻類ブルームの予測モデル構築を試みる。有害藻類ブルームの事例として、三河湾の赤潮に着目する。三河湾の特定地点でのクロロフィルa濃度を有害藻類ブルーム観測値として、RandomForest機械学習回帰モデルで過去気象データから予測を試みた。モデルの学習には、三河湾での2018年から2022年までの観測前数目の気温・降水量・日照時間・風速、および直前の雲無し過去観測日のクロロフィルa濃度を特徴量とし、雲無し日の衛星観測クロロフィルa濃度値を予測した。回帰モデルの特徴量分析から、過去観測のクロロフィルa濃度値が重要であること、気象データの中では気温と日照時間がクロロフィルa濃度値の予測に寄与することが示唆された。},
 pages = {23--27},
 title = {気象データを用いた三河湾有害藻類予測AIの構築 : GCOM-C衛星由来のクロロフィルa濃度予測モデルの検討},
 volume = {27},
 year = {2023}
}