JP7343151B2 - 作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 - Google Patents
作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 Download PDFInfo
- Publication number
- JP7343151B2 JP7343151B2 JP2019137907A JP2019137907A JP7343151B2 JP 7343151 B2 JP7343151 B2 JP 7343151B2 JP 2019137907 A JP2019137907 A JP 2019137907A JP 2019137907 A JP2019137907 A JP 2019137907A JP 7343151 B2 JP7343151 B2 JP 7343151B2
- Authority
- JP
- Japan
- Prior art keywords
- answer
- image
- question
- processing
- unprocessed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 58
- 238000013138 pruning Methods 0.000 claims description 17
- 235000013399 edible fruits Nutrition 0.000 claims description 16
- 238000004891 communication Methods 0.000 description 17
- 241001672694 Citrus reticulata Species 0.000 description 9
- 238000007781 pre-processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 230000005070 ripening Effects 0.000 description 3
- 241000548268 Citrus deliciosa Species 0.000 description 2
- 244000241257 Cucumis melo Species 0.000 description 2
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 240000009088 Fragaria x ananassa Species 0.000 description 2
- 241001093501 Rutaceae Species 0.000 description 2
- 241000219094 Vitaceae Species 0.000 description 2
- 235000021012 strawberries Nutrition 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 235000009434 Actinidia chinensis Nutrition 0.000 description 1
- 235000009436 Actinidia deliciosa Nutrition 0.000 description 1
- 244000144730 Amygdalus persica Species 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 241000220324 Pyrus Species 0.000 description 1
- 235000004789 Rosa xanthina Nutrition 0.000 description 1
- 241000220222 Rosaceae Species 0.000 description 1
- 241000271567 Struthioniformes Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 235000020971 citrus fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000021017 pears Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体に関する。
ミカン等の果樹の生育においては、日当たり、風通しが重要であり、それは収穫後の剪定がポイントとなる。日本の場合、ミカンの露地栽培であれば、一般的に、１０月から１２月頃にミカンが収穫されると、新しく枝が伸び始める休眠期の２月から３月頃に、剪定が行われる。熟練者は、この時期の枝ぶりから、開花期、果実の肥大期、果実の成熟期等における枝ぶりを想定し、理想的な枝ぶりに成長させるための剪定を行う。しかしながら、未経験者や経験の浅い従事者は、休眠期の枝ぶりをみても、どのように枝が成長していくのか、また、どのような枝に成長すればみかんの生育に適しているか等を判断することができない。
近年、農業従事者の減少、高年齢化から、未経験者の導入、若手の育成が重要視されているが、熟練者が訓練者となって、自らの経験や知識を、未経験者等の被訓練者に教育することは、熟練者にとっても非常に手間がかかり、また、被訓練者にとっても膨大な時間を要することになる。このような問題は、ミカン等の果樹に限った問題ではなく、農業全般に生じることである。
そこで、本発明は、未経験者や経験の浅い従事者が、生育対象への処理について、簡便且つ効率的に学習することを可能とする新たなシステムを提供することを目的とする。
前記目的を達成するために、本発明の作物処理についての学習支援装置は、
記憶部、問題作成部、問題出力部、回答入力部、正誤判定部、および正誤出力部を含み、
前記記憶部は、
複数のデータセットを記憶し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成部は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力部は、
前記問題を出力し、
前記回答入力部は、
ユーザからの回答を入力し、
前記正誤判定部は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力部は、
前記判定した結果を出力することを特徴とする。
記憶部、問題作成部、問題出力部、回答入力部、正誤判定部、および正誤出力部を含み、
前記記憶部は、
複数のデータセットを記憶し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成部は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力部は、
前記問題を出力し、
前記回答入力部は、
ユーザからの回答を入力し、
前記正誤判定部は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力部は、
前記判定した結果を出力することを特徴とする。
本発明の作物処理についての学習支援方法は、
問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、
複数のデータセットを使用し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成工程は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力工程は、
前記問題を出力し、
前記回答入力工程は、
ユーザからの回答を入力し、
前記正誤判定工程は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力工程は、
前記判定した結果を出力することを特徴とする。
問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、
複数のデータセットを使用し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成工程は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力工程は、
前記問題を出力し、
前記回答入力工程は、
ユーザからの回答を入力し、
前記正誤判定工程は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力工程は、
前記判定した結果を出力することを特徴とする。
本発明のプログラムは、前記本発明の方法をコンピュータに実行させることを特徴とする。
本発明の記録媒体は、前記本発明のプログラムを記録したコンピュータ読み取り可能な記録媒体である。
本発明によれば、被訓練者が、容易且つ効果的に、生育対象への処理について学習することが可能となる。このため、例えば、本発明を利用して、被訓練者は学習により知識を増やし、その上で、実際の現場において熟練者からの指導を受けることにより、さらに効果的な従事者の育成が可能となる。
本発明において、「作物」とは、果樹、穀物、野菜等である。果樹は、果物をつける樹木であり、例えば、ミカン属（いわゆる柑橘類）等のミカン科、ブドウ科、バラ科等があげられ、これらの他に、バナナ科、パイナップル科等があげられ、具体例として、例えば、ミカン、キウイ、リンゴ、ナシ、ブドウ、モモ、メロン、イチゴ等があげられる。これらの中でも、本発明の対象となる作物は、例えば、収穫後、次年度の収穫までの間に、生育過程を見越した処理（例えば、剪定、摘果等）が必要となる作物が好ましい。また、本発明によれば、例えば、一年草であるメロンおよびイチゴ等についても、どういう状況、どういう状態において、どのような作業を行えば、収穫までにどのように変化するか等を記録しておくことで、別の個体に対しても応用可能な知識を学ぶことが可能になる。
本発明において使用するデータセットは、作物を定点撮影した画像と、それに紐付けられた前記作物に対して施した処理内容である。本発明者らは、例えば、ミカン農家の熟練者の場合、休眠期（日本の１月から３月頃）の枝ぶりから、発芽・初根期（４月頃）、開花期（５月頃）、生理落下期（６月頃）、果実の肥大期（７月から９月頃）、果実の成熟期（１０月から１２月頃）等における理想型の枝ぶりを想定し、理想型の枝ぶりに生育するように、休眠期に剪定を行っていることに着目した。そして、熟練者が処理作業を行う対象作物について、定点撮影を行い、それらの定点撮影画像と前記熟練者の処理内容とを紐づけたデータセットとすることで、被訓練者に、効果的な学習の支援を行えることを見出した。すなわち、前記データセットには、前記定点撮影画像として、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像が含まれており、それに、前記作物に対して施した処理内容とが、紐づけられている。このため、例えば、前記処理前作物画像と前記所定期間経過後の生育作物画像とを問題として出力すれば、前記処理前作物画像にどのような処理を施せば、前記所定期間経過後の生育作物画像となるかを、被訓練者に学習させることができ、また、前記処理前作物画像と前記処理内容とを問題として出力すれば、前記処理前作物画像に前記処理内容を施すことで、所定期間経過後にどのように作物が生育することになるか等を学習させることができる。通常であれば、被訓練者は、現場において熟練者の作業を見ながら説明を聞き、さらに、数カ月後に、その現場で作物の生育状態を見て、はじめてどのような理想型を想定していたのか、実際にどのように生育したのかを確認し、学ぶしかない。しかし、本発明によれば、現場での学習とは別に、簡便且つ効率的な学習を、被訓練者に行うことができる。
前記データセットは、前記定点撮影の撮像画像として、処理を施す前の処理前作物画像（以下、「処理前画像」という）と、処理から所定期間経過後の生育作物画像（以下、「生育画像」という）を含む。前記処理前画像は、処理を施す前の画像であればよく、例えば、処理を施す直前の画像でもよいが、同じ生育過程期であればよい。具体例として、例えば、果実の収穫後の休眠期に剪定処理を行う場合、前記処理前画像は、休眠期にはいってからの画像であればよく、処理を施す直前の画像でもよい。
前記処理前画像とのセットになる前記生育画像の数は、特に制限されず、１つでもよいし、２以上でもよい。前記生育画像の数は、例えば、異なる時期に撮像された画像の数である。熟練者は、理想型を想定して処理を行うことから、前記生育画像は、例えば、熟練者が想定した理想型に達する時期の画像を含むことが好ましい。前記時期は、特に制限されず、対象となる作物に応じて適宜決定できる。前記定点撮影の撮像画像は、例えば、さらに、前記処理を施した時点における作物画像（以下、「処理時画像」という）を、紐付けして含んでもよい。前記処理時画像は、例えば、処理内容を示す画像ともいえることから、前記作物に対して施した処理内容として、前記データセットに含まれてもよい。
具体例として、対象となる作物をミカン、処理を剪定とした場合、前記データセットは、前記定点撮影の撮像画像として、例えば、前記休眠期における処理前画像と、前記休眠期における処理時画像と、果実肥大期および成熟期の生育画像とを、含むことが好ましい。前記画像は、定点撮影により得られることから、例えば、前記データセットの撮像画像は、経時的に撮像した撮像画像を全て含んでもよい。
前記データセットは、前記作物に施した処理内容を含む。前記処理内容は、例えば、前述のように、前記処理を施した時点における処理時画像でもよいし、処理内容の言語データ等でもよい。前記処理内容は、例えば、さらに、処理内容に関する解説データを含んでもよい。前記処理内容は、例えば、対象となる作物に応じて、適宜設定でき、具体例として、前記剪定の他に、樹木に対する整枝、摘果（間引き）等もあげられる。
本発明の実施形態について説明する。なお、本発明は、以下の実施形態には限定されない。なお、以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用できる。さらに、各実施形態の構成は、特に言及がない限り、組合せ可能である。
［実施形態１］
本発明の作物処理についての学習支援装置および学習支援方法の一例について、図を用いて説明する。
本発明の作物処理についての学習支援装置および学習支援方法の一例について、図を用いて説明する。
図１は、本実施形態の学習支援装置の一例を示すブロック図である。学習支援装置１は、記憶部１０、問題作成部１１、出力部１２、入力部１３、および正誤判定部１４を含む。出力部１２は、問題出力部１２１および正誤出力部１２２を含む。入力部１３は、回答入力部１３１を含み、さらに、前記データセットを入力するデータセット入力部を含んでもよく、前記データセット入力部により入力された前記データセットは、記憶部１０に記憶される。学習支援装置１は、例えば、学習支援システムともいう。学習支援装置１は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。
前記通信回線網は、特に制限されず、公知の通信回線網を使用でき、有線でも無線でもよい。前記通信回線網は、例えば、例えば、インターネット回線、電話回線、ＬＡＮ（Local Area Network）、ＷｉＦｉ（Wireless Fidelity）等があげられる。学習支援装置１は、各部の処理がクラウド上で行われてもよい。
記憶部１０は、複数のデータセットを記憶する。前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられている。
問題作成部１１は、前記複数のデータセットから、少なくとも一つのデータセットを選択し、前記選択したデータセットについて、前記処理前画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成する。問題作成部１１で作成された問題と解答は、紐付けして、記憶部１０に記憶してもよい。
問題の作成方法は、特に制限されず、例えば、記憶部１０に、予め問題のひな型を記憶させ、前記ひな型に対して、前記画像または前記処理内容を当てはめることで作成できる。
問題作成部１１は、例えば、さらに、前記問題に紐づけて、回答選択肢を生成してもよい。前記回答選択肢は、例えば、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含んでもよい。
具体例として、問題作成部１１は、例えば、下記（１）～（３）の少なくとも一つの問題を生成する。
（１）前記処理前画像とそれに紐づけられた前記生育画像とから、前記処理前画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像がいずれであるかを問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像がいずれであるかを問う
（１）前記処理前画像とそれに紐づけられた前記生育画像とから、前記処理前画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像がいずれであるかを問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像がいずれであるかを問う
前記（１）の場合、例えば、任意のデータセットＸ１における処理前画像Ｘ１と生育画像Ｘ１とを提示することで、処理前画像Ｘ１の作物に対して、どのような処理を行えば、前記生育画像Ｘ１の作物のように生育させることができるかを、被訓練者が学習できる。前記（１）の問題に対する回答は、前記データセットＸ１において、紐づけられた処理内容Ｘ１となる。この際、問題作成部１１は、前述のように、前記問題に紐付けて、前記回答選択肢を生成してもよい。前記回答選択肢は、正解選択肢として、処理内容Ｘ１を含み、さらに、他の１または２以上のデータセットＸｎ（ｎ≠１）における処理内容Ｘｎを、不正解選択肢として含んでもよい。
前記（２）の場合、例えば、任意のデータセットＸ１における処理前画像Ｘ１と処理内容Ｘ１とを提示することで、処理前画像Ｘ１の作物に対して処理内容Ｘ１を施すことによって、処理前画像Ｘ１の作物がどのように生育するかを、被訓練者が学習できる。前記（２）の問題に対する回答は、前記データセットＸ１において、紐づけられた生育画像Ｘ１となる。この際、問題作成部１１は、前述のように、前記問題に紐付けて、前記回答選択肢を生成してもよい。前記回答選択肢は、正解選択肢として、生育画像Ｘ１を含み、さらに、他の１または２以上のデータセットＸｎ（ｎ≠１）における生育画像Ｘｎを、不正解選択肢として含んでもよい。
前記（３）の場合、例えば、任意のデータセットＸ１における処理内容Ｘ１と生育画像Ｘ１とを提示することで、どのような未処理作物に対して、処理内容Ｘ１の処理を施すことで、生育画像Ｘ１の作物のように生育するかを、被訓練者が学習できる。前記（３）の問題に対する回答は、前記データセットＸ１において、紐づけられた処理前画像Ｘ１となる。この際、問題作成部１１は、前述のように、前記問題に紐付けて、前記回答選択肢を生成してもよい。前記回答選択肢は、正解選択肢として、処理前Ｘ１を含み、さらに、他の１または２以上のデータセットＸｎ（ｎ≠１）における処理前Ｘｎを、不正解選択肢として含んでもよい。
出力部１２の問題出力部１２１は、前記問題を出力する。学習支援装置１は、例えば、出力部１２として、後述するディスプレイを有し、前記ディスプレイに前記問題を出力（表示）してよい。また、学習支援装置１は、例えば、出力部１２として、後述する通信デバイスを有し、前記通信デバイスを介して外部装置と接続することにより、前記外部装置に前記問題を出力してもよい。前記外部装置は、特に制限されず、例えば、パーソナルコンピュータ、携帯電話、スマートフォン、タブレット等の端末があげられ、学習支援装置１から出力された前記問題は、例えば、前記外部装置のディスプレイに表示される。
入力部１３の回答入力部１３１は、問題出力部１２１により出力された前記問題に対するユーザからの回答を入力する。学習支援装置１は、例えば、入力部１３として、後述するキーボード等の入力装置を有し、これらにより回答が入力されてもよい。また、学習支援装置１は、例えば、入力部１３として、後述するように通信デバイスを有し、前記通信デバイスを介して前記外部装置と接続することにより、前記外部装置から前記回答を入力してもよい。
正誤判定部１４は、前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定する。
出力部１２の正誤出力部１２２は、前記判定した結果を出力する。正誤出力部１２２は、例えば、前記判定結果とあわせて、前記問題に対する正解回答を出力し、さらに、前記解説データを、あわせて出力することが好ましい。
記憶部１０は、例えば、さらに学習支援装置１を使用する訓練者であるユーザ情報をさらに記憶してもよい。前記ユーザ情報は、例えば、ユーザの識別情報（例えば、名前、ＩＤ番号等）、ユーザの経験値（例えば、経験年数等）、問題に対する正誤結果等である。
つぎに、図２に、学習支援装置１のハードウエア構成のブロック図を例示する。学習支援装置１は、例えば、ＣＰＵ（中央処理装置）１０１、メモリ１０２、バス１０３、入力装置１０４、ディスプレイ１０５、通信デバイス１０６、記憶装置１０７等を有する。学習支援装置１の各部は、それぞれのインターフェース（Ｉ／Ｆ）により、バス１０３を介して、相互に接続されている。
ＣＰＵ１０１は、学習支援装置１の全体の制御を担うプロセッサであり、ＣＰＵには限定されず、他のプロセッサでもよい。学習支援装置１において、ＣＰＵ１０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的に、学習支援装置１は、例えば、ＣＰＵ１０１が、問題作成部１１、正誤判定部１２等として機能する。
学習支援装置１は、例えば、バス１０３に接続された通信デバイス１０６により、通信回線網に接続でき、前記通信回線網を介して、外部機器とも接続できる。前記外部機器は、特に制限されず、例えば、前述の通りである。学習支援装置１と前記外部機器との接続方式は、特に制限されず、例えば、有線による接続でもよいし、無線による接続でもよい。前記有線による接続は、例えば、コードによる接続でもよいし、通信回線網を利用するためのケーブル等による接続でもよい。前記無線による接続は、例えば、通信回線網を利用した接続でもよいし、無線通信を利用した接続でもよい。前記通信回線網は、特に制限されず、例えば、公知の通信回線網を使用でき、前述と同様である。学習支援装置１と前記外部機器との接続形式は、例えば、ＵＳＢ等であってもよい。
メモリ１０２は、例えば、メインメモリを含み、前記メインメモリは、主記憶装置ともいう。ＣＰＵ１０１が処理を行う際には、例えば、後述する補助記憶装置に記憶されている、本発明のプログラム等の種々の動作プログラム１０８を、メモリ１０２が読み込み、ＣＰＵ１０１は、メモリ１０２からデータを受け取って、プログラム１０８を実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。メモリ１０２は、例えば、さらに、ＲＯＭ（読み出し専用メモリ）を含む。
記憶装置１０７は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。記憶装置１０７は、例えば、記憶媒体と、前記記憶媒体に読み書きするドライブとを含む。前記記憶媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＦＤ（フロッピー（登録商標）ディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等があげられ、前記ドライブは、特に制限されない。記憶装置１０７は、例えば、記憶媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）も例示できる。記憶装置１０７には、例えば、前述のように、動作プログラム１０８が格納され、前述のように、ＣＰＵ１０１を実行させる際、メモリ１０２が、記憶装置１０７から動作プログラム１０８を読み込む。また、記憶装置１０７は、例えば、前述の複数のデータセットＸ１、Ｘ２・・・Ｘｎ等を記憶する。
学習支援装置１は、例えば、さらに、入力装置１０４、ディスプレイ１０５を有してもよい。入力装置１０４は、例えば、スキャナー、タッチパネル、キーボード等である。ディスプレイ１０５は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等があげられる。入力装置１０４は、例えば、入力部１３となり、ディスプレイ１０５は、例えば、出力部１２になる。
つぎに、本実施形態の学習支援方法について説明する。本実施形態の学習支援方法は、例えば、図１および図２に示す学習支援装置１を用いて実施できる。なお、本実施形態の学習支援方法は、これらの図面に示す学習支援装置１の使用には限定されない。
本実施形態の学習支援方法は、問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、複数のデータセットを使用する。本実施形態において、前記複数のデータセットは、前述の通りであり、例えば、記憶部１０に記憶されたデータセットを使用できる。
前記問題作成工程は、前記複数のデータセットから、少なくとも一つのデータセットを選択し、前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成する。前記問題作成工程は、例えば、学習支援装置１の問題作成部１１により実行できる。
前記問題作成工程は、例えば、前記問題に紐づけて、回答選択肢を生成してもよく、前記回答選択肢は、例えば、前述と同様である。また、前記問題作成工程は、具体例として、下記（１）～（３）の少なくとも一つの問題を生成することができ、下記（１）～（３）は、前述の通りである。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
前記問題出力工程は、前記問題を出力し、前記回答入力工程は、ユーザからの回答を入力する。前記問題出力工程は、例えば、学習支援装置１の出力部１２（問題出力部１２１）により実行でき、前記回答入力工程は、例えば、学習支援装置１の入力部１３（回答入力部１３１）により実行できる。
前記正誤判定工程は、前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定する。前記正誤判定工程は、例えば、学習支援装置１の正誤判定部１４により実行できる。
前記正誤出力工程は、前記判定した結果を出力する。前記正誤出力工程は、例えば、前記判定結果とあわせて、前記問題に対する正解回答を出力し、さらに、前記解説データを、あわせて出力することが好ましい。前記正誤出力工程は、例えば、学習支援装置１の出力部１２（正誤出力部１２２）により実行できる。
本実施形態について、熟練者が処理するミカン木について、定点撮像した画像と、熟練者の処理内容とを収集し、これらを紐付けしたデータセットを使用し、学習支援装置１による本実施形態の学習支援方法の一例を、以下に示す。なお、これらは例示であって、本発明は、何ら制限されない。また、前記学習支援方法のフローチャートの一例を、図３に示す。
予め、記憶部１０に、ミカン木のそれぞれについて、定点撮像した画像と、熟練者の処理内容とを紐付けたデータセットを記憶させる。
具体例として、定点画像の例を図４に示す。図４に示すように、同じミカン木について定点撮影を行い、（Ａ）休眠期における剪定処理前の画像、（Ｂ）休眠期における剪定処理時の画像、および（Ｃ）成熟期における画像を取得する。そして、前記剪定処理前の画像について、ミカン木のどの位置の枝をどのように剪定したかを、処理内容として取得する。前記処理内容は、例えば、作業を行った熟練者の説明に基づく内容から作成してもよいし、画像解析により、（Ａ）の画像と（Ｂ）の画像とを対比して、変更箇所と変更内容を、前記処理内容としてもよい。そして、前記画像と前記処理内容とを紐づけたデータセットとして、記憶部１０に記憶させる。
まず、記憶部１０に記憶した複数（ｎ）のデータセット（Ｘ１、Ｘ２、・・・Ｘｎ）から、任意でデータセットＸｍを選択する（Ｓ０１）。そして、問題形態を選択する（Ｓ０２）。具体的には、前述した（１）～（３）のいずれの問題とするかを選択する。
前記（１）は、前述のように、前記処理前画像と前記生育画像とから、処理内容を問う問題である。前記（１）を選択した場合（Ｓ０３Ａ）、処理前画像Ｘｍと生育画像Ｘｍとを含む問題、および処理内容Ｘｍを含む回答を作成する。前記回答は、選択肢回答とし、正解選択肢を処理内容Ｘｍとし、不正解選択肢を、データセットＸｍ以外のデータセットにおける処理内容としてもよい。
前記（２）は、前述のように、前記処理前画像と前記処理内容とから、生育画像を問う問題である。前記（２）を選択した場合（Ｓ０３Ｂ）、処理前画像Ｘｍと処理内容Ｘｍとを含む問題、および生育画像Ｘｍを含む回答を作成する。前記回答は、選択肢回答とし、正解選択肢を生育画像Ｘｍとし、不正解選択肢を、データセットＸｍ以外のデータセットにおける生育画像としてもよい。
前記（３）は、前述のように、前記処理内容と前記生育画像とから、処理前画像を問う問題である。前記（３）を選択した場合（Ｓ０３Ｃ）、処理内容Ｘｍと生育画像Ｘｍとを含む問題、および処理前画像Ｘｍを含む回答を作成する。前記回答は、選択肢回答とし、正解選択肢を処理前画像Ｘｍとし、不正解選択肢を、データセットＸｍ以外のデータセットにおける処理前画像としてもよい。
そして、訓練者であるユーザの回答を入力し（Ｓ０５）、ユーザの入力回答と、正解回答とが一致するかを判定する（Ｓ０６）。一致する場合（ＹＥＳ）は、判定結果を正解とし、さらに正解の解説もあわせて出力し（Ｓ０７）、不一致の場合（ＮＯ）は、判定結果を不正解とし、さらに正解と正解の解説とをあわせて出力し（Ｓ０８）、終了する（ＥＮＤ）。
なお、本実施形態の学習支援方法においては、最初に選択したデータセットＸｍとは異なるデータセットについて、前記Ｓ０１工程からＳ０８工程を、それぞれ繰り返し行ってもよいし、同じデータセットＸｍについて、例えば、前記Ｓ０３Ａ工程を選択した場合には、前記Ｓ０３Ｂ工程からＳ０８工程、または前記Ｓ０３Ｃ工程からＳ０８工程を、繰り返し行ってもよい。
［実施形態２］
本実施形態のプログラムは、前記本発明の方法を、コンピュータ上で実行可能なプログラムである。または、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体としては、特に限定されず、例えば、前述のような記憶媒体等があげられる。
本実施形態のプログラムは、前記本発明の方法を、コンピュータ上で実行可能なプログラムである。または、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体としては、特に限定されず、例えば、前述のような記憶媒体等があげられる。
以上、実施形態を参照して本願発明を説明したが、本願発明は、上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
＜付記＞
上記の実施形態および実施例の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
記憶部、問題作成部、問題出力部、回答入力部、正誤判定部、および正誤出力部を含み、
前記記憶部は、
複数のデータセットを記憶し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成部は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力部は、
前記問題を出力し、
前記回答入力部は、
ユーザからの回答を入力し、
前記正誤判定部は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力部は、
前記判定した結果を出力する
ことを特徴とする作物処理についての学習支援装置。
（付記２）
前記問題作成部は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、付記１記載の学習支援装置。
（付記３）
前記問題作成部は、下記（１）～（３）の少なくとも一つの問題を生成する、付記１または２記載の学習支援装置。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
（付記４）
前記正誤出力部は、前記判定した結果とあわせて、前記問題に対する前記正解回答を出力する、付記１から３のいずれかに記載の学習支援装置。
（付記５）
前記データセットは、前記処理前作物画像、前記生育作物画像、および前記処理内容に関する解説データを含み、
前記正誤出力部は、前記判定した結果とあわせて、前記データセットの解説データを出力する、付記１から４のいずれかに記載の学習支援装置。
（付記６）
前記データセットにおいて、前記処理内容が、樹木に対する整枝、剪定、および摘果からなる群から選択された少なくとも一つである、付記１から５のいずれかに記載の学習支援装置。
（付記７）
問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、
複数のデータセットを使用し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成工程は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力工程は、
前記問題を出力し、
前記回答入力工程は、
ユーザからの回答を入力し、
前記正誤判定工程は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力工程は、
前記判定した結果を出力する
ことを特徴とする作物処理についての学習支援方法。
（付記８）
前記問題作成工程は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、付記７記載の学習支援方法。
（付記９）
前記問題作成工程は、下記（１）～（３）の少なくとも一つの問題を生成する、付記７または８記載の学習支援方法。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
（付記１０）
前記正誤出力工程は、前記判定した結果とあわせて、前記問題に対する前記正解回答を出力する、付記７から９のいずれかに記載の学習支援方法。
（付記１１）
前記データセットは、前記処理前作物画像、前記生育作物画像、および前記処理内容に関する解説データを含み、
前記正誤出力工程は、前記判定した結果とあわせて、前記データセットの解説データを出力する、付記７から１０のいずれかに記載の学習支援方法。
（付記１２）
前記データセットにおいて、前記処理内容が、樹木に対する整枝、剪定、および摘果からなる群から選択された少なくとも一つである、付記７から１１のいずれかに記載の学習支援方法。
（付記１３）
付記７から１２のいずれかに記載の作物処理についての学習支援方法をコンピュータに実行させることを特徴とするプログラム。
（付記１４）
付記１３記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
上記の実施形態および実施例の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
記憶部、問題作成部、問題出力部、回答入力部、正誤判定部、および正誤出力部を含み、
前記記憶部は、
複数のデータセットを記憶し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成部は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力部は、
前記問題を出力し、
前記回答入力部は、
ユーザからの回答を入力し、
前記正誤判定部は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力部は、
前記判定した結果を出力する
ことを特徴とする作物処理についての学習支援装置。
（付記２）
前記問題作成部は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、付記１記載の学習支援装置。
（付記３）
前記問題作成部は、下記（１）～（３）の少なくとも一つの問題を生成する、付記１または２記載の学習支援装置。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
（付記４）
前記正誤出力部は、前記判定した結果とあわせて、前記問題に対する前記正解回答を出力する、付記１から３のいずれかに記載の学習支援装置。
（付記５）
前記データセットは、前記処理前作物画像、前記生育作物画像、および前記処理内容に関する解説データを含み、
前記正誤出力部は、前記判定した結果とあわせて、前記データセットの解説データを出力する、付記１から４のいずれかに記載の学習支援装置。
（付記６）
前記データセットにおいて、前記処理内容が、樹木に対する整枝、剪定、および摘果からなる群から選択された少なくとも一つである、付記１から５のいずれかに記載の学習支援装置。
（付記７）
問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、
複数のデータセットを使用し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成工程は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力工程は、
前記問題を出力し、
前記回答入力工程は、
ユーザからの回答を入力し、
前記正誤判定工程は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力工程は、
前記判定した結果を出力する
ことを特徴とする作物処理についての学習支援方法。
（付記８）
前記問題作成工程は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、付記７記載の学習支援方法。
（付記９）
前記問題作成工程は、下記（１）～（３）の少なくとも一つの問題を生成する、付記７または８記載の学習支援方法。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う
（付記１０）
前記正誤出力工程は、前記判定した結果とあわせて、前記問題に対する前記正解回答を出力する、付記７から９のいずれかに記載の学習支援方法。
（付記１１）
前記データセットは、前記処理前作物画像、前記生育作物画像、および前記処理内容に関する解説データを含み、
前記正誤出力工程は、前記判定した結果とあわせて、前記データセットの解説データを出力する、付記７から１０のいずれかに記載の学習支援方法。
（付記１２）
前記データセットにおいて、前記処理内容が、樹木に対する整枝、剪定、および摘果からなる群から選択された少なくとも一つである、付記７から１１のいずれかに記載の学習支援方法。
（付記１３）
付記７から１２のいずれかに記載の作物処理についての学習支援方法をコンピュータに実行させることを特徴とするプログラム。
（付記１４）
付記１３記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
１ 学習支援装置
１０ 記憶部
１１ 問題作成部
１２ 出力部
１３ 入力部
１４ 正誤判定部
１０ 記憶部
１１ 問題作成部
１２ 出力部
１３ 入力部
１４ 正誤判定部
Claims (9)
- 記憶部、問題作成部、問題出力部、回答入力部、正誤判定部、および正誤出力部を含み、
前記記憶部は、
複数のデータセットを記憶し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成部は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育作物画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力部は、
前記問題を出力し、
前記回答入力部は、
ユーザからの回答を入力し、
前記正誤判定部は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力部は、
前記判定した結果を出力し、
前記問題作成部は、下記（１）～（３）の少なくとも一つの問題を生成することを特徴とする作物処理についての学習支援装置。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う - 前記問題作成部は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、請求項１記載の学習支援装置。 - 前記正誤出力部は、前記判定した結果とあわせて、前記問題に対する前記正解回答を出力する、請求項１または２記載の学習支援装置。
- 前記データセットは、前記処理前作物画像、前記生育作物画像、および前記処理内容に関する解説データを含み、
前記正誤出力部は、前記判定した結果とあわせて、前記データセットの解説データを出力する、請求項１から３のいずれか一項に記載の学習支援装置。 - 前記データセットにおいて、前記処理内容が、樹木に対する整枝、剪定、および摘果からなる群から選択された少なくとも一つである、請求項１から４のいずれか一項に記載の学習支援装置。
- 問題作成工程、問題出力工程、回答入力工程、正誤判定工程、および正誤出力工程を含み、
複数のデータセットを使用し、
前記データセットは、それぞれ、定点撮影により取得した、処理を施す前の処理前作物画像および処理から所定期間経過後の生育作物画像と、前記作物に対して施した処理内容とが、紐づけられており、
前記問題作成工程は、
前記複数のデータセットから、少なくとも一つのデータセットを選択し、
前記選択したデータセットについて、前記処理前作物画像、前記生育作物画像、および前記処理内容のうち、１つまたは２つの組合せを選択し、残りの２つの組合せまたは１つが正解回答となる問題を作成し、
前記問題出力工程は、
前記問題を出力し、
前記回答入力工程は、
ユーザからの回答を入力し、
前記正誤判定工程は、
前記入力された回答と、前記問題に対する前記正解回答とを照合し、一致する場合は、前記入力された回答を正解と判定し、不一致の場合は、前記入力された回答を不正解と判定し、
前記正誤出力工程は、
前記判定した結果を出力し、
前記問題作成工程は、下記（１）～（３）の少なくとも一つの問題を生成することを特徴とする作物処理についての学習支援方法。
（１）前記処理前作物画像とそれに紐づけられた前記生育作物画像とから、前記処理前作物画像に対して行う処理内容を問う
（２）前記処理前作物画像とそれに紐づけられた前記処理内容とから、前記処理前作物に前記処理内容を施すことにより得られる生育作物画像を問う
（３）前記処理内容とそれに紐づけられた前記生育作物画像とから、前記処理内容が施された処理前画像を問う - 前記問題作成工程は、前記問題に紐づけて、回答選択肢を生成し、
前記回答選択肢は、前記選択したデータセットにおける前記残りの２つの組合せまたは１つを正解選択肢として含み、さらに、前記選択したデータセット以外のデータセットに含まれる前記処理前作物画像、前記生育作物画像、および前記処理内容を、不正解選択肢として含む、請求項６記載の学習支援方法。 - 請求項６または７に記載の作物処理についての学習支援方法をコンピュータに実行させることを特徴とするプログラム。
- 請求項８記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019137907A JP7343151B2 (ja) | 2019-07-26 | 2019-07-26 | 作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019137907A JP7343151B2 (ja) | 2019-07-26 | 2019-07-26 | 作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021021822A JP2021021822A (ja) | 2021-02-18 |
| JP7343151B2 true JP7343151B2 (ja) | 2023-09-12 |
Family
ID=74574958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019137907A Active JP7343151B2 (ja) | 2019-07-26 | 2019-07-26 | 作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7343151B2 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007171226A (ja) | 2005-12-19 | 2007-07-05 | Hitachi Ltd | プロセス要因分析訓練システム |
| JP2010157199A (ja) | 2008-12-02 | 2010-07-15 | Mie Univ | 自動演習システム及び自動演習プログラム |
| WO2016153020A1 (ja) | 2015-03-26 | 2016-09-29 | Ｎｅｃソリューションイノベータ株式会社 | 学習支援装置、学習支援方法、及びコンピュータ読み取り可能な記録媒体 |
| JP2016194564A (ja) | 2015-03-31 | 2016-11-17 | Ｎｅｃソリューションイノベータ株式会社 | 技能学習支援装置、技能学習支援方法、及びプログラム |
| JP2018081256A (ja) | 2016-11-18 | 2018-05-24 | Ｎｅｃソリューションイノベータ株式会社 | 学習支援装置、学習支援方法、及びプログラム |
-
2019
- 2019-07-26 JP JP2019137907A patent/JP7343151B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007171226A (ja) | 2005-12-19 | 2007-07-05 | Hitachi Ltd | プロセス要因分析訓練システム |
| JP2010157199A (ja) | 2008-12-02 | 2010-07-15 | Mie Univ | 自動演習システム及び自動演習プログラム |
| WO2016153020A1 (ja) | 2015-03-26 | 2016-09-29 | Ｎｅｃソリューションイノベータ株式会社 | 学習支援装置、学習支援方法、及びコンピュータ読み取り可能な記録媒体 |
| JP2016194564A (ja) | 2015-03-31 | 2016-11-17 | Ｎｅｃソリューションイノベータ株式会社 | 技能学習支援装置、技能学習支援方法、及びプログラム |
| JP2018081256A (ja) | 2016-11-18 | 2018-05-24 | Ｎｅｃソリューションイノベータ株式会社 | 学習支援装置、学習支援方法、及びプログラム |
Non-Patent Citations (1)
| Title |
|---|
| 加藤 弘祐，農作業時の判断困難箇所の撮影画像を利用した作問学習支援システムの開発と評価 A Development and Evaluation of a Problem-Posing Learning Support System by Using Photographs of Hard-to-judge Parts Recorded during Practical Training in an Agricultural High School，情報処理学会 研究報告 コンピュータと教育(CE) 2018-CE-147 [online]，日本，情報処理学会，2018年11月24日，pp. 1-8，https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_uri&item_id=192508&file_id=1&file_no=1 （検索日:2023年3月3日） |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021021822A (ja) | 2021-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sinclair et al. | The options by context approach: a paradigm shift in agronomy | |
| Cieslak et al. | A functional–structural kiwifruit vine model integrating architecture, carbon dynamics and effects of the environment | |
| Zaborowicz et al. | Application of neural image analysis in evaluating the quality of greenhouse tomatoes | |
| Haight et al. | Optimizing any-aged management of mixed-species stands: II. Effects of decision criteria | |
| Yue et al. | An investigation of US apple producers’ trait prioritization—evidence from audience surveys | |
| Puri | Documenting local environmental knowledge and change | |
| Chang‐Yang et al. | Flowering and Fruiting Patterns in a Subtropical Rain Forest, T aiwan | |
| WO2022262586A1 (zh) | 用于植物识别的方法、计算机系统以及计算机可读存储介质 | |
| KR102307036B1 (ko) | 기계 학습을 이용한 작물의 최대 생장 구현 방법 | |
| Yue et al. | An evaluation of US peach producers’ trait prioritization: Evidence from audience surveys | |
| Eeraerts et al. | Synthesis of highbush blueberry pollination research reveals region‐specific differences in the contributions of honeybees and wild bees | |
| JP7343151B2 (ja) | 作物処理についての学習支援装置、学習支援方法、プログラム、ならびに記録媒体 | |
| McCown et al. | The development of strategies for improved agricultural systems and land-use management | |
| Yue et al. | An evaluation of US strawberry producers trait prioritization: Evidence from audience surveys | |
| McKay et al. | Prediction of genotypic values for apple fruit texture traits in a breeding population derived from ‘Honeycrisp’ | |
| Bararyenya et al. | Continuous storage Root formation and bulking in sweetpotato | |
| Sandalayuk et al. | Thinning on the Growth of Red Jabon Trees (Anthocephallus Macrophyllus) in the Industrial Plantation Forest Area | |
| Papathanasiou | A decision support system for farm regional planning | |
| Dewanto et al. | Expert system for diagnosis pest and disease in fruit plants | |
| Saldarriaga et al. | Dynamic decision making in coupled social–ecological systems | |
| Hakeem et al. | Knowledge level about important production practices of high density apple growers of Kashmir Valley | |
| Hidayati et al. | Implementation of decision expert (DEX) in the" SALADGARDEN" application | |
| Umamaheswari et al. | Agricultural Crop Recommendation Based on Productivity and Season | |
| KR102569946B1 (ko) | 원예 키트 제작 및 판매 시스템 | |
| Singka et al. | An AI-Based Growth Assessment of Green Oak Leaf Lettuce via LINE Chatbot for Amateur Growers: A Preliminary Study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190912 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191025 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220606 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230317 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230525 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230801 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230824 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7343151 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |