ヒラメと海流がどのように関係しているか作業中。

https://www.jstage.jst.go.jp/article/kaigan/75/2/75_I_1129/_article/-char/ja/

これはイワシの論文なのですが、機械学習でイワシが何で回遊してくるか？というパラメーターを見つけた論文。

内容は難しいのでざっと説明すると、溶存酸素、クロロフィル、動物プランクトンが回遊に関係している、という論文。

イワシの量は水温などに比例している、とのこと。

これは駿河湾の７月の分析なので、海流の影響が弱い可能性はある。


これは詳しくは自分の１月のブログを見てもらえば分かる。
https://www.fimosw.com/u/bluetrain/mdpseodzwsvd2z
 

カタクチパターンの探し方について、世の中で初めて定性的に、定量的に語られた初めての記事なっている。


この論文の方法でヒラメが釣れるかどうかを判断できないだろうか？

というわけでChatGPTに聞いてみた。

すると、CNNというディープラーニングと釣果を結びつけることでできるかもしれない、とのこと。

ちょっと専門的な話になっちゃうんだけど、論文の中に出てきた方法は勾配ブースティングという方法。

これは「民主主義」みたいな方法の分析。

色んな人の意見を取り入れて少しずつ正解を得ていく、といった感じ。

方やCNNというのはバリバリの最新手法、というわけでもないのかもしれないけど、画像の分析などはこれを使うのが主流。

これがどんな方法かというと、「ピカソの絵」や抽象画みたいな方法。

たとえばピカソの絵で「ゲルニカ」があって、ゲルニカの悲劇が端的に一枚の絵にまとめられている。

でも分かる人じゃないと分からない。

一般人が見ても、これが悲劇なんだなぁ、とは思えない。

ピカソの絵はキュビズムという方法が使われていて、立体を平面で描いているらしい。

そういった「画像の特徴」をある方法で抜き出すのが、CNNという方法。



例えばこの海流図から特徴を抜き出して人間には分からないような形の画像情報を抽出するという感じ。

CNNの中身の話もそんなに難しい話じゃなくて、メッシュをかけたり、画像を小さくしたりして、それにまたメッシュをかけたり・・・と何回か繰り返すことで特徴を抽出する。


作業状態は今は画像の取得（１０００枚）とリサイズが済んで、その日の釣果を取得した。

あとは機械学習にかけるだけなので８０％くらいは終わっていると思う。

やった結果はまたfimoに書きたいと思う。

最近ちょっと釣りとは違う方向に行ってるんだけど、まぁ研究だからしょうがないかなぁ、という感じで書いてます。