[{"data":1,"prerenderedAt":47},["Reactive",2],{"IgWB47LHQp":3},{"errors":4,"messages":5,"details":6},[],[],{"topics_id":7,"contents_type":8,"subject":9,"topics_flg":10,"open_flg":10,"regular_flg":11,"inst_ymdhi":12,"update_ymdhi":13,"topics_group_id":14,"slug":15,"order_no":11,"group_nm":16,"group_description":17,"contents_type_cnt":10,"contents_type_nm":18,"contents_type_slug":19,"contents_type_parent_nm":20,"category_parent_id":20,"contents_type_ext_col_01":17,"contents_type_ext_col_02":17,"contents_type_ext_col_03":17,"contents_type_ext_col_04":17,"contents_type_ext_col_05":17,"contents_type_list":21,"description":22,"year":23,"menu":26,"thumbnail":30,"plus_image":35,"product_name":36,"features":22,"issue":37,"support":38,"results":39,"user_company":40},5363,236,"作物成長度を可視化する光スペクトル計測器の開発支援",1,0,"2026-07-08T11:54:22+09:00","2026-07-09T10:03:04+09:00",91,"jirei-2025-30","◯ 活用事例・製品化事例_詳細","","経営企画室企画総括係","category-kikaku-chosei",null,[8],"農作物表面の反射光から最適な収穫時期を判別するため、蓄積したスペクトル分布データを用いて学習することにより定量的に作物成長度を把握し収穫適期を推定する自動判定システムを開発した。",{"key":24,"label":25},"2025","2025年度",[27],{"key":28,"label":29},"joint","共同研究",{"id":31,"url":32,"desc":33,"url_org":34},"5363_ext_03_0","https://atch.iri-tokyo.jp/v=1783558984/files/topics/5363_ext_3_0.jpg","試作した光スペクトル計測装置の外観","https://atch.iri-tokyo.jp/files/topics/5363_ext_3_0.jpg",{},"農作物の光反射から作物の成長度を見極める光スペクトル計測装置","作物成長に欠かせない水、肥料、日射量は計測可能である一方、作物の成長の良し悪しはこれまで経験と勘による色や大きさで判断しており、カメラ画像による方法では天候や葉の陰りで数値化が難しかった。","\u003Ch3>テーマ\u003C/h3>\u003Cp>\u003Cstrong>光形態形成情報センシングによる作物成長度の評価\u003C/strong>\u003C/p>\u003Cp>作物が散乱光から受ける生育状況を可視化する簡易なスペクトル\u003Cspan data-olk-copy-source=\"MessageBody\">計測装置を試作する。\u003C/span>農作業者の主観的な思考や画像からの色づきによる判断\u003Cspan data-olk-copy-source=\"MessageBody\">に対して作物成長度を定量化し評価する。\u003C/span>\u003C/p>\u003Ch3>利用事業\u003C/h3>\u003Cul>\u003Cli>\u003Cp>期間：2023年5月から2024年3月\u003C/p>\u003Cp>担当部署：多摩テクノプラザ　電子技術グループ\u003C/p>\u003C/li>\u003C/ul>\u003Ch4>共同研究\u003C/h4>\u003Cul>\u003Cli>2023年5月から2024年3月まで：スマート農業向け光形態形成情報センシングによる作物成長度の評価\u003C/li>\u003C/ul>","波長ごとのスペクトル量を正規化することで天候や日差しの変化を補正し、実データに含まれるノイズを除去することで機械学習によるスペクトル分布から成長度および収穫適期の判別精度を高めた。",{"user_company_name":41,"user_company_website":42,"user_company_address":45,"user_company_business":46},"のぞみ株式会社",{"url":43,"title":44},"http://www.nozomicorp.jp/","http://www.nozomicorp.jp/（外部サイト）","東京都多摩市関戸4-23-1","429MHz帯特定小電力無線モジュールの設計、製造、販売のほか、組み込みシステム、回路設計、Windowsアプリケーションの開発などの設計サービスから最適なソリューションまで幅広く提供します。",1785597179222]