釣果を無駄にしない!「電子鼻」が鮮度を判定、食中毒も防ぐ!

「せっかく釣った魚、家に帰ったら鮮度が落ちていた…」そんな経験ありませんか? 釣った魚の鮮度を保つのは至難の業。 しかし、最新のテクノロジーを使えば、鮮度をその場で判定できるんです! 今回は、IEEEで紹介されたAI搭載の「電子鼻」が、あなたの釣果をランクアップさせるかもしれません。

釣った魚の鮮度、気にしていますか?

あなたは、釣った魚をどのようにして持ち帰っていますか?

氷を入れたクーラーボックス? それとも、海水を入れたバケツ? 実は、魚の鮮度は、釣り上げた瞬間から刻一刻と変化していくんです。

新鮮な魚は、身がプリプリとしていて、透明感のある美しい色をしています。そして、何よりも美味しい!

しかし、鮮度が落ちていくと、身が柔らかくなり、色が濁り、生臭さも増してしまいます。せっかく釣った魚、美味しく食べたいですよね?

鮮度が低下すると、食中毒のリスクも高まります。 特に、ヒスタミン食中毒は、鮮度の落ちた魚を食べることで引き起こされる可能性があります。 釣った魚を安全に食べるためにも、鮮度管理は非常に重要です。

では、どうやって鮮度を判定すれば良いのでしょうか?

従来の方法では、微生物の数を調べる検査が必要でしたが、これは時間も費用もかかるのが難点でした。 しかし、最新のテクノロジーを使えば、もっと手軽に鮮度を判定できるんです!

AI搭載「電子鼻」ってどんなもの?

今回はIEEEで論文として掲載されているAI搭載の「電子鼻」(e-nose)について紹介します。電子鼻は、魚の鮮度を判定する画期的な装置です(論文)。 人間が鼻で匂いを感じるように、電子鼻はガスセンサーを使って魚の匂いを検知します。

そして、AIがそのデータを分析することで、鮮度を判定したり、微生物の量を予測したりできるのです。

電子鼻は、人間の鼻よりもはるかに多くの種類の匂い物質を検知できます。 また、魚種ごとの鮮度の違いも学習できるため、さまざまな種類の魚に対応可能です。

論文により紹介れている電子鼻(e-nose)の外観

電子鼻は釣りの強い味方!

釣り人にとって、電子鼻はまさに夢のような装置です。 釣った魚の鮮度を、その場で判定できるようになるからです。 そして、どのぐらい時間が経てば、どのぐらいの鮮度になるかも将来的にはわかるようになるかもしれません!

これがあれば、鮮度が落ちた魚を持ち帰ってがっかりする…なんてこともなくなります。

電子鼻は、魚種ごとの鮮度基準を学習しているので、釣った魚の種類に合わせて正確な判定が可能です。 また、将来的には、鮮度を保つためのアドバイスもしてくれるようになるかもしれません。 例えば、「この魚はあと2時間以内なら刺身で食べられるよ!」といった具合に。

電子鼻の嗅覚センサー

電子鼻には、人間の鼻の嗅覚受容体に相当するガスセンサーアレイが搭載されています。

研究で使用されたガスセンサーは、それぞれ異なるガスに反応するように設計されており、その組み合わせによって、より広範囲の匂い物質を検知できるようになっています。

MQ136二酸化硫黄、アルコール、煙
MQ137アンモニア、硫化物、ベンゼン蒸気
MQ5LPG、天然ガス、都市ガス
MQ8水素
電子鼻のシステムに搭載されているガスセンサ一覧

ガスセンサの外観(MQ136:スイッチサイエンスより引用)

電子鼻で釣果をランクアップ!

電子鼻を使えば、あなたの釣果はさらにランクアップすること間違いなし! 鮮度抜群の魚を持ち帰れば、食卓が一気に豪華になります。 刺身、焼き魚、煮魚…どんな料理も、最高の味で楽しめます。

釣った魚を美味しく食べることは、釣り人の醍醐味の一つ。 電子鼻は、その喜びをさらに大きくしてくれるでしょう。

また、鮮度が良い魚は、写真映えも抜群! SNSでみんなに自慢したくなるような釣果になるはずです。

まとめ

AI搭載の電子鼻は、鮮度判定にかかる時間とコストを大幅に削減し、食品業界に革命をもたらしています。 この技術が釣り業界にも普及すれば、釣りがもっと楽しく、もっと美味しくなるでしょう。

もしかしたら、将来的には、釣り人同士で釣った魚の鮮度情報を共有できるようになるかもしれません。 釣った魚をみんなで美味しく食べる…そんな未来が、すぐそこまで来ているのかもしれません。

この記事をシェア!

魚の鮮度をスマホで判定?! AIを活用した画期的な鮮度測定法

「この魚、本当に新鮮?」 あなたは釣った魚を前に、こんな風に悩んだことはありませんか? せっかく釣った魚、美味しく食べたいですよね。 でも、鮮度が分からなければ、適切な保存や調理ができません。 そんな釣り人の悩みを解決する、夢のような技術が登場しました。 なんと、AI(人工知能)があなたの釣った魚の鮮度を判定してくれるというのです!

「この魚、本当に新鮮?」釣り人の永遠の悩み

あなたは、釣ったばかりの魚を手に、その鮮度が気になったことはありませんか?

釣りたての魚は、その新鮮さゆえに格別の味がします。
しかし、時間が経つにつれて鮮度は落ちていきます。

魚を美味しく食べるためには、適切なタイミングで適切な方法で保存・調理する必要があります。
しかし、正確な鮮度が分からなければ、最適な保存方法や調理法を選ぶことはできません。

魚の鮮度

AIで鮮度判定? 釣りの常識が変わるかも!

そんな釣り人の悩みを解決する、革新的な技術が登場しました。

それは、AI(人工知能)を活用して、魚の鮮度を判定するというものです。今回の記事は、こちらの論文で報告された鮮度をAIで推定する手法についてまとめてみました!

AIと聞くと、なんだか難しそうなイメージを持つかもしれません。しかし、今回ご紹介する技術は、特別な知識やスキルは一切不要。

なんと、普段私たちが使っているスマートフォンで撮影した魚の画像から、AIが鮮度を判定してくれるというのです。

この技術が実用化されれば、釣りの世界に革命が起こるかもしれません。釣った魚の鮮度をその場で確認できるようになれば、釣りがもっと楽しく、そしてもっと美味しくなること間違いなしです。

AIを活用した鮮度判定の仕組み

「Teachable Machine」ってどんなツール?

この研究で使用されたのは、「Teachable Machine」というGoogleが開発したWebベースのツールです。Teachable Machineは、専門知識がなくても、誰でも簡単にAIモデルを作成できるのが特徴です。

スマホで撮影した画像から鮮度を判定!

使い方はとても簡単。スマートフォンのカメラで魚の画像を撮影し、Teachable Machineにアップロードするだけです。すると、AIが画像を分析し、魚の鮮度を判定してくれます。

専門知識不要! 誰でも簡単に使える

Teachable Machineの最大の魅力は、その手軽さです。複雑なプログラミングや機械学習の知識は一切不要。直感的なインターフェースで、誰でも簡単にAIモデルを作成・利用できます。

研究の提案手法

魚のどの部分の画像をAIが判定に使う?

この研究では、魚の「頭部」と「瞳孔」の画像をAIが分析しています。なぜなら、魚の鮮度が低下すると、頭部や瞳孔の見た目に変化が現れるからです。例えば、瞳孔が濁ったり、頭部の色が変化したりします。

論文より引用

論文より引用

鮮度判定の基準は?

鮮度判定の基準には、「細菌の総生菌数(TVC)」という指標が用いられています。

TVCは、食品中に存在する細菌の数を表す指標で、少ないほど細菌の繁殖が抑えられており、新鮮であると判断できます。

具体的には、TVCが5 log cfu/g未満なら「新鮮」、7 log cfu/gを超えると「新鮮ではない」と定義されています。log cfu/gは細菌数を対数で表した単位で、7 log cfu/gは1グラムあたり1000万個の細菌がいる状態です。

研究内容と驚きの結果

鯛、スズキ、アンチョビ、マスを対象に実験

この研究では、私たち釣り人にも馴染み深い、鯛、スズキ、アンチョビ、マスの4種類の魚を対象に実験が行われました。これらの魚は、それぞれ異なる特徴を持っているため、AIによる鮮度判定の精度を検証する上で最適な対象と言えるでしょう。

魚種判定の精度90%以上!鮮度判定も86%以上!

実験の結果は驚くべきものでした。なんと、AIは魚種を90%以上の精度で判別し、さらに鮮度判定においても86%以上の精度を達成したのです。

これは、AIが魚の画像から、その種類や鮮度に関する情報を正確に読み取ることができることを示しています。

従来の鮮度判定とAI判定の違い

五感 vs AI、それぞれのメリット・デメリットは?

従来、魚の鮮度判定は、主に人間の五感(視覚、嗅覚、触覚など)に頼っていました。しかし、この方法には、個人差があり、客観的な判断が難しいというデメリットがありました。

一方、AIによる鮮度判定は、魚の画像を客観的なデータとして分析するため、より正確な判定が期待できます。また、AIは疲れを知らないため、常に安定した精度で判定できるというメリットもあります。

AI判定は釣り人の強い味方になるか?

AIによる鮮度判定は、釣り人にとって非常に便利なツールとなるでしょう。釣った魚の鮮度を客観的に判断できるようになることで、より適切な保存方法や調理法を選択できるようになります。

また、AIは魚の鮮度だけでなく、種類や大きさなども判定できる可能性を秘めています。そうなれば、釣果の記録や魚種判別にも役立つことでしょう。

釣り人のイラスト

この記事をシェア!

【海釣り公園関係者必見】よい海釣り公園のうまい集客方法とは?

年々減り続ける釣り人人口、初心者にとってなくてはならない海釣り公園だが、そのうまい集客方法とは?海釣り公園にとって効果的な水中動画マップやAIを用いた釣果予測など、まとめてみた!

海釣り公園はなぜ人気の釣り場なのか?

「海釣り公園」と言えば、貸し竿や餌が販売されており、トイレなどのアクセスが良いことでファミリー層を始めとして初心者から上級者まで訪れ、愛される釣り場となっています。

最近はHPにその日の釣果がアップロードされていることで、海釣り公園に生きたい釣り人が釣果を確認しながら、仕掛けを考え、釣りに向かうということがよくあります。

海釣り公園のHPに掲載されている魚を見れば、どのような魚がつれているのかがよくわかり、ハマチなどが釣れているとなるとコアな釣りファンも訪れます。

良い海釣り公園の条件とは

海釣り公園も維持費がかかる以上、一定の収益が必要になります。その収益を支えているは、ファミリー層コアな釣りファンになります。

夏場などのオンシーズンは初心者を始め、家族で釣りを楽しみたいファミリー層がメイン顧客となりますが、GWや秋などの釣りのオフシーズンはファミリー層の来客は落ち着くため、イカやキスなどの中級者向けの釣り人をいかに獲得できるかがポイントになります。

釣り人にとって求められる釣り場で有り続けるためには、ファミリー層とコア層のそれぞれに取って有益な釣り場である必要があります。

釣り場としての磨き上げをする際には、どちらの層に向けた改善なのかを意識するとよいでしょう。

ファミリー層の新規顧客を上手く獲得する方法

今やSNS時代、特にYoutubeやインスタ、Tiktokなどの動画配信系のSNSは好調に伸びています。

釣り場をアピールする動画を配信しようとしても、釣り動画では釣れているシーンが少なくなり、見所がない単調な動画になりがちな問題や有名人を映さないと閲覧されずらいなどの課題があります。

そこでおすすめしたいのが、釣り場の水中動画です!

実はYoutubeなどでもロングテール再生数を稼ぐ動画コンテンツの一つであり、水中を知る事で釣りに行きたいという欲を煽ることが出来ます!

また、撮影した釣り場に一度行ったことのある人が高確率で閲覧するため、再生数も一定数稼げるコンテンツとして定評があります。

【京都府にある宮津市海洋釣り公園】

上記は株式会社FicyTechnologyのFicyMAPと呼ばれる水中動画マップですが、こちらのマップがあれば、子供が釣れないときに飽きてきても、親子で水中動画のマップを見ながら魚を楽しめるのでいいですね!

海釣り公園は釣り人が育つ場所でもある

海釣り公園で初めて釣りをした人の多くは、サビキ釣りなどを友達と一緒にしたというケースが多いものです。

そこで釣りに興味を持ったのであれば、夏のオンシーズンに釣れる魚だけでなく、春や秋につれる美味しい魚をアピールし、釣り人のアップセルを狙う手もあります。

特にアオリイカなどが釣れる釣り場であれば、魚だけでなくイカも海釣り公園で釣れることをアピールし、釣りを楽しんでもらうのもありかもしれません。

水中の撮影許可の是非は?!

海釣り公園の中には水中動画やYoutuberの撮影において、別途料金を取る場所もあります。

こちら、賛否両論あるものの、宣伝という観点では無料で釣り場が宣伝されるので良い部分もある反面、周囲の人への配慮が必要となるという部分もあります。

海釣り公園の釣りノウハウを釣果から分析できる?

海釣り公園で蓄積された釣果情報を使用して、その釣り場ならではの釣りノウハウをデータ分析からあぶり出す取り組みもされています!

この記事では、千葉県市原市の「市原海釣り公園」にて、イナダが釣れる条件を因果探索と呼ばれるAIの開発手法を発展させた高度な手法で分析しています!

詳細は記事を見てほしいのですが、月齢と呼ばれる潮の満ち引きに関係する値とイナダの釣れる数に実は関係があることが示唆されています。

こういうその場所ごとの釣り場ノウハウをデータからしっかりと導き出して行く取り組みは面白いので広がってほしいなと思います!

最後に告知になりますが、本ポータルサイトでは、魚に関する豆知識や釣り場の水中動画をマップ上にまとめたFicyMAPなどを公開しているので、ぜひご覧になってみてください!

まとめ

本日は、良い海釣り公園の条件について考察してみました!

家族で釣りを楽しめる場所であり、初心者にとっては便利な場所なので、活気のあるままでいてほしいなと思いつつ、コロナもあったので、客足が早く戻ることに期待しています!

最後に告知になりますが、本ポータルサイトでは、魚に関する豆知識や釣り場の水中動画をマップ上にまとめたFicyMAPなどを公開しているので、ぜひご覧になってみてください!

この記事をシェア!

水中カメラで釣りポイントを探す!?魚のいない場所で時間を無駄にしない新しい釣りスタイルとは?

釣り場で待ち続けたが釣れなかったという事がしばしばありますよね。魚がいない場所に餌を投げても釣れない。では一体どうすれば…

魚のいない場所に餌を投げても釣れない

釣りあるあるで、釣り場について釣り人が一斉に仕掛けを海に垂らしているにも関わらず釣れないことってよくありますよね。

これが潮が動いていなく魚の活性が悪いだけなら問題ないのですが、そもそもその時期魚がそこにいないとなると、もう目も当てられません。

魚ってプランクトンなどの餌を追い求めて移動したり、根魚のようにゴカイなどの餌が安定的に供給される場所でなければ、そもそもいないのです。

なので、釣り人の都合で「ここで釣りをするぜ!」と竿を広げても、そもそも魚がいない場所なら、釣れることはありません。

では、釣れることで有名な釣り場についたときに、どこで釣りをすればよいのかというと、潮目を見つけたりと方法があるにはあるのですが、確実性にかけてしまいます。

本日は、そんなときに使ってみたい「AI搭載の水中カメラ」について紹介します!

釣れないを変える水中カメラ

上記のように

「なんの魚もいないポイントで、餌を垂らすのをやめたい!」

釣れるポイントで釣りをしたい

という悩みを解決するのに有効なのが、「水中カメラ」です!

釣りに水中カメラ?と疑問に思ってしまうことも多いですが、実は釣り用の水中動画を配信するYoutuberもいるぐらいです。

実際の水中動画としてはこんな感じでSNSなどにも投稿されています。釣り場に着いて水中を確認して、釣りをするというのは新しいスタイルの釣りになりそうですね。

これまでなぜ水中カメラが釣りに使われなかったのか

実は、釣り用の水中カメラは以前から存在していたものの、普及してきませんでした。

その理由は「ぱぱっと水中を確認できない」からです。

現在、釣り用の水中カメラには、2種類あり、有線タイプ無線タイプがあります。有線のタイプでは、図のように釣り糸に当たる部分に映像転送用の線が入っており、水中の様子を見ることができるものの、その竿で何かを釣り上げるのが難しいという点であります。

また、別途竿を用意して釣るにしても、水中カメラ専用の竿を持ち歩く必要が出てくるため、邪魔になってしまいます。

【画像 有線の水中カメラ】

持ち運びも楽、釣り場のポイント選びに特化した水中カメラ:FicyCAM

そこで株式会社FicyTechnologyにより開発されているのが、水中カメラ:FicyCAM(2023/5時点ではまだ販売はされていません)になります。

FicyCAMは釣り場についた後に、「魚のいる場所を探すのに特化した水中カメラになります。具体的な使い方としては、いつもの釣りの仕掛けを用意した後に、仕掛けと一緒にFicyCAMを取り付けてやることで、そのポイントの水中がどうなっているかを確認することができます!

【FicyCAMの使い方】

【FicyCAMの使い方】

そこに魚がいたらor魚が集まりそうなら、釣りを開始し、見込みがなさそうであれば、場所を変えるという選択ができるようになります。

【水中を見ると活性が悪いだけのシーバスがいたりも..】

既存の水中カメラとの違い

水中では無線通信ができない。

こちらの商品のように、水中カメラの中には後で確認するタイプもありますが、注意が必要です。こちらのタイプはあくまでも撮影特化型になっており、撮影した動画がSDカードに保存されます。なので、撮影後毎回SDカードを取り外し、スマホ/PCで確認する必要があります。仕掛けに取り付けられるので良さそうに見えますが、動画の確認にかなりの手間がかかってしまいます。

【画像 既存の水中カメラの製品】

このような製品になっているのは、水中では電波での通信ができないことが理由になります。水中では電波が減衰しているため、外部と通信できず、SDカードに保存するor水上に上げてから表示ディスプレイで確認する形式の製品が多くなっています。

FicyCAMは水上に上がったら確認できる

FicyCAMは無線通信型で、水上に上がったら撮影した画像ファイルを自動でスマホに送信してくれます。そのため、SDカードなどから画像を取り出す必要もなく、自身のスマホ上で水中の画像を確認できる仕様になっています。

【画像 FicyCAMより転送された水中画像の一覧】(メーカーフェア京都の展示より引用

GoProより便利!動画の確認の手間を省くAIでの魚検出機能

水中動画を撮影するカメラでは、撮影した動画を全て確認するのが非常に手間となってしまうという問題があります。

例えば、1つのポイントで魚がいるかを確認するのに3分の動画を撮ると3分近く確認に時間がかかってしまいます。よく水中カメラとしてGoProなどが用いられるものの、普及しないのはこの課題があるからともいます!

その問題の解決のためにFicyCAMには、AIでの魚検出機能が備わっている。下の図に示すようにFicyCAMが水中に落とされると、撮影を開始し、魚がいる時のみ、静止画を撮影するようになっています。

この機能により、水上に上がった時の画像の転送量を削減し、すぐに魚がおるかどうかを確認できるのです。ちなみにだが、カメラに魚検出のAIを搭載するのはなかなか難しいとされているがそこにあえて挑んでいるのが面白い点ですね。

【画像 水中で魚がいた時に静止画を撮影】

Maker Faire Kyoto 2023での展示

開発も順調に進んでいてメーカーフェア京都2023でも展示されていました!

まとめ

本日は、釣れない場所で釣りをせずに済む新しい水中カメラ:FicyCAMについて紹介しました!

ショアでの釣りをするとき、水中の状態を全く知らずに釣りをしているのでどうしても待ちぼうけになりがちなのを解決できそうなツールになりそうです!

FicyCAMを通して、どの場所でどんな魚が泳いでいるかがわかるようになれば、釣れた魚の情報だけでなく、泳いでいる魚の情報が手に入るようになるため、もっと釣りが楽しくなりそうですね!

最後に告知になりますが、本ポータルサイトでは、魚に関する豆知識や釣り場の水中動画をマップ上にまとめたFicyMAPなどを公開しているので、ぜひご覧になってみてください!

この記事をシェア!

AIにより判明!イナダは〇〇のとき釣れている!データから発掘する最新の釣り場のノウハウ

釣果の因果探索

釣り場の地元民が何年も釣りをすることで密かに知られる釣り場のノウハウ。「〇〇なときは釣れねぇべ」や「✕✕な時大物が釣れる」など、本当かどうかわからない噂のようなものだが、本日はその噂を徹底検証。実際の釣果データから隠れた因果関係を導き出す!

データ分析で釣りのノウハウはわかるのか?

こんにちは!FicyTechのデータアナリストです!

本日は、前々から気になっていた釣果データから釣り場のノウハウをデータマイニングで発掘できないかと思っていたのを分析してみたので共有したいと思います!

釣りってショアなら釣れないこともよくあるとは思うんですが、実力だけでなく、魚がそもそもいなかったり、活性が良くなく食いつかなかったりと、環境要素や運要素もあったりだと思います。

でも、「どうにか釣れない理由や釣れる時のパターンを見つけたい!

と思い、データからわかならないか!分かる方法はないのか、と調べているうちに場所特有の面白いノウハウを因果探索系の手法を使うことで、データから見つけ出せる事がわかりました!(具体的には、堤防から狙えある青物:イナダに関する知見です!)

普段データ分析などに馴染みのない人向けに、データ分析の代表的な手法と機械学習、因果探索について少し紹介します!

まず、データ分析とはどういうものかと言うと、多岐にわたりますが、
統計分析やExcelでの集計、AIでの予測や分類など、様々な手法が世の中にあります。

釣り分野では、分野を絞らずとも中々の数のデータ分析などが行われています。

  • 天気や季節などの情報からシーバスが釣れる場所を分析し予測する:ツレダス システム
  • 魚の画像データから、AIを使って魚種を認識する:フィッシュAIアプリ
  • 釣り竿にセンサつきデバイスを取付けることで、釣り竿の動きをAIでリアルタイムに認識するFicyLOG
  • 海釣り公園の上水温や天気からアジの釣果を機械学習で予測:記事

調べてみただけでも、釣りのデータを分析する様々なサービスや事例がありますね。一つ一つは紹介しませんが、釣り業界もデータ分析の裾野が広がっているように感じます。

因果関係から釣り場の現地民ノウハウを発掘

データ分析の手法や事例を先程少し紹介しましたが、本日取り扱う手法は、「因果探索」と呼ばれる手法です。因果探索という技術がどのようなものかを一言にまとめると、

データから”隠れた因果関係”を見つけ出す技術

になります!

ここでいう因果関係とは、「AのときBが起こる」というものです。一般的には「風が吹けば桶屋が儲かる」という言葉を聞いたことがあるかもしれませんが、それが因果関係になります。

例えば、「釣り場Aでは、アジが釣れやすい(大量に釣れている)のは、早朝の大潮のときである」などです!

因果関係と相関関係の違い

因果関係と似た言葉に「相関関係」があります。

相関関係は「AとBの増減に関連性がある」という事を示しています。例えば、「釣り場への来場客が多いと釣れる魚の数も多くなる」といった関係です。

因果関係は、「AならB:A→B」といった事象AからBへの明確な線が引けるのに対して、相関はなんかこの2つの情報は関係がありそうだよね.というざっくりとした分析になります。

別に、因果でも相関でもどっちでもよくね

と思ってしまいがちですが、この2つは大きな違いがあります。というのも相関に騙されることが多くあるからです。

例えば、「釣り場に訪れる人数」と「マダイの釣れた数」に相関関係があったとします。これは多くの人だ納得のいきそうな関係にはなりますが、「釣り場に訪れる人数が多い→マダイの釣れる数が多い」の因果関係どれだけ成り立つなるのでしょうか?

ケースバイケースにはなるのですが、もしかしたら実は下記の因果関係の方が適切かもしれません。

仮設①釣り場に訪れる人数が多い→マダイ用の仕掛けと餌で釣る人も多い→マダイの釣れる数も多い

「マダイ用の仕掛けと餌で釣る人の数」に関しては、「釣り場に訪れる人数」という要素により大きく増減しますが、それと同時にマダイ用の新鮮な生き餌が手に入るかという要素も、大きな影響を及ぼします。例えば、マダイのよく釣れる海釣り公園にて、いつも売っている生き餌が入手できず、真鯛を釣り上げられなかったという現状が起きた時、仮設①は成り立たなくなってしまいます…

因果関係の例
マダイの釣れた数に隠された因果関係の例

図のように、マダイの釣れた数という情報の裏側には、色々な要素(海水温や気温・潮汐など)があったりします。この要素を因果関係として導き出すのが次章で紹介する因果探索という技術になります。

最後に少し玄人向けの説明をすると、機械学習などでも似たような分析はできますが、機械学習では、少数のパターンは見つけにくいという点や因果の構造を捉えることはできないという点で、手法も分析結果も異なります…

こちらの記事でも、アジの釣果を予想しようとしていますが、精度面でもあまりうまくいっていないことが報告されています(「釣れる日」と「釣れる場所」を機械学習で予測してみる)。

この記事では機械学習の手法を適用して釣果を予想しようとしていますが、モデルを作る手間がかかるため、全ての魚種に対して予測をしておらず、有効な釣り場のノウハウや法則を捉えれていないことがわかります。また、相関分析もしていますが、あまり有用な関係を見つけ出せてもいません..(たまたま関係しているのかどうかもわからないため)

【参考】因果探索手法:LiNGAMとは

ここでは、釣果データに関する因果探索の手法を紹介しますが、つっこむとかなり難解な内容になるので、一旦概要のみとします!

今回の分析で使用する因果探索の手法は、LiNGAMと呼ばれる手法になります。業界的にはかなりメジャーな手法であり、「A→B」という因果関係を構造方程式により表現することで、データの裏側にある因果関係を導き出します。

LiNGAMモデルの概要

分析の概要

ここまで長くなりましたが、今回行った分析に関して紹介します!

今回は、釣り場を絞って釣果のデータから何か面白い地元民の釣り場ノウハウを見つけられないかという観点で「海釣り公園で釣れる魚にはなにか法則はあるのか」という分析をしました!

  • 分析対象の釣り場:市原海釣り公園
  • 釣果のデータ:アジ、マダイ、イナダなど「市原海釣り公園」で釣れる魚
  • 集計期間:2020年1月から2021年9月
  • 集計データ:こちら(Github)
市原海釣り公園の外観
市原海釣り公園の外観

扱うデータに関しては、「市原海釣り公園での1週間後のアジの釣果数を機械学習で予測できるか」という記事で使用したデータを一部拝借させて頂き、分析をしていきました!
(元記事では、有効なノウハウを見つけられていなかったが、因果探索ならどうなるかという観点もあるのでそうしています!)

分析から分かったこと

まずは結果からです!

LiNGAMで分析して見るとこんな形のアウトプットが出てきました!

丸が要素で矢印線が因果の関係を示しています。

LiNGAMの結果

(矢印線はいっぱいあるが)・・・どういうことだ!!!

となってしまいますね。個々から因果探索をした結果を紐解く必要があります(個々からは分析者の集計と考察作業です)

LiNGAMの分析にかけると何らか因果構造を出してくれるんですが、本当に意味のある釣り場のノウハウかはわからないので、集計をかけていって確認する必要があります。

結果1:アナゴ・ギマ・イシモチ・タコの釣果に隠された因果関係

LiNGAMで出力された因果関係

こちら中々謎の因果関係が出ていますね。

「アナゴが釣れている日はギマやイシモチが釣れる数も増え、タコが釣れる数が減る」
という意味になりますが、これは一体どういうことでしょう。

考えてみると、アナゴ狙いで投げ釣りをして釣りをする人が多くなり、その結果、ギマやイシモチも結果的に釣れるという因果関係を示しているように思えます。

「ギマ」という魚に聞き覚えがない人も多いとは思いますが、こちら海底の砂場で釣れる魚で、体がネバネバしていることから釣り人に嫌われている魚になります。ギマを狙って釣るというよりもアナゴを狙う仕掛けで釣れてしまう魚という感じですね。

ギマの外観(出典:PIXTA

タコが減る理由に関しては不明ですが、アナゴが釣れている日は、タコが釣れる数が少ないという集計結果になりました。もしかしたらですが、低層狙いの釣り人の数が一定で、そこでタコを狙うかアナゴを狙うかをどっちにするかで別れてしまったと言うだけかもしれません。

アナゴとタコの1日に釣れた数の関係

結果2:イナダと月齢の関係

イナダと月齢
イナダと月齢

こちらもパット見謎な因果関係が出ています。

まず、月齢ですが、意味としてはこちらになります。

「月齢」は、月の満ち欠けの状態を知るための目安になる数字で、新月から何日経過したかを示す。

新月を0として、翌日が1、翌々日が2、・・・と、1日に1ずつ数を増やしていきます。月齢の数値を見ることによって、月齢が7前後であれば上弦、15前後であれば満月、22前後であれば下弦、30に近い数字であれば次の新月が近い、ということを知ることができます。

月齢=月の満ち欠けであり、月の引力により潮の満ち引きが起こるため、これはなにか大きな発見がありそうです。

月の満ち欠けと潮汐の関係

実際に、月齢とイナダの1日に釣り上げられた数を図にしてみます。

イナダの釣果と月齢の関係

縦軸に月齢、横軸に1日のイナダの釣れた数を示しており、各点が集計期間のある1日のデータになります。(イナダの数が0のところで点が多いのは、全てイナダが釣れなかった日になります)

図を見てみると、「15日より少し後」と「0日より少し後」つまり、満潮から中潮に変わるタイミングでイナダが釣れる数が多くなっていますね。また、下弦の月よりも上弦の月のほうがよく釣れているようにも見えます。

満潮のほうが釣れるのはなんとなく分かっていましたが、なぜか満潮よりも少し遅れたタイミングのほうが釣れていますね。これは市原海釣り公園「市原海釣り公園」が東京湾内にあることや地理的になにか理由があるのかもしれません。

まとめ

本日は、釣果データを用いて因果探索の分析を行うことでなにか有用な知見が得られるかを分析して共有してみました!

データから単に釣りの仕掛けに関する特徴が出てきたりと思っても見ないことが出てきたりと騙されそうになりましたが、イナダと月齢の関係に関しては面白い結果かもしれません!

実際、イナダ以外の魚はそこまで月齢と関係が無かったことを考えると、イナダ特有の関係なのかなとも思ってしまいました。(アジやサバなども月齢に関係するかと思ったのですが、月齢に関係なく釣れるということかもしれません)

この記事をシェア!