logo main logo main
  • ホーム
  • ご挨拶
  • 研究シーズ
    • 研究シーズ条件検索
    • 研究シーズ一覧
    • キーワード一覧
  • 学部学科一覧
    • 工学部
      • 都市デザイン工学科
      • 建築学科
      • 機械工学科
      • 電気電子システム工学科
      • 電子情報システム工学科
      • 応用化学科
      • 環境工学科
      • 生命工学科
      • 一般教育科
      • 総合人間学系教室
      • ナノ材料マイクロデバイス研究センター
      • インキュベーションラボ
      • その他
    • ロボティクス&デザイン工学部
      • ロボット工学科
      • システムデザイン工学科
      • 空間デザイン学科
      • その他
    • 情報科学部
      • 情報知能学科
      • 情報システム学科
      • 情報メディア学科
      • ネットワークデザイン学科
      • その他
    • 知的財産学部
      • 知的財産学科
    • 知的財産研究科
    • その他
      • 教務部
        • 教職教室
        • 教育センター
        • ランゲージラーニングセンター
        • その他
      • 情報センター
      • 八幡工学実験場
      • ものづくりセンター
      • ロボティクス&デザインセンター
  • 協力機関コーナー
    • 大阪産業技術研究所
    • 大阪商工会議所
    • 大阪信用金庫
  • 特集コーナー
    • イノベーション・ジャパン2020~大学見本市Online
    • 動画コーナー
    • 八幡工学実験場バーチャルツアー
大阪工業大学
logo main logo main
  • ホーム
  • ご挨拶
  • 研究シーズ
    • 研究シーズ条件検索
    • 研究シーズ一覧
    • キーワード一覧
  • 学部学科一覧
    • 工学部
      • 都市デザイン工学科
      • 建築学科
      • 機械工学科
      • 電気電子システム工学科
      • 電子情報システム工学科
      • 応用化学科
      • 環境工学科
      • 生命工学科
      • 一般教育科
      • 総合人間学系教室
      • ナノ材料マイクロデバイス研究センター
      • インキュベーションラボ
      • その他
    • ロボティクス&デザイン工学部
      • ロボット工学科
      • システムデザイン工学科
      • 空間デザイン学科
      • その他
    • 情報科学部
      • 情報知能学科
      • 情報システム学科
      • 情報メディア学科
      • ネットワークデザイン学科
      • その他
    • 知的財産学部
      • 知的財産学科
    • 知的財産研究科
    • その他
      • 教務部
        • 教職教室
        • 教育センター
        • ランゲージラーニングセンター
        • その他
      • 情報センター
      • 八幡工学実験場
      • ものづくりセンター
      • ロボティクス&デザインセンター
  • 協力機関コーナー
    • 大阪産業技術研究所
    • 大阪商工会議所
    • 大阪信用金庫
  • 特集コーナー
    • イノベーション・ジャパン2020~大学見本市Online
    • 動画コーナー
    • 八幡工学実験場バーチャルツアー
大阪工業大学
logo main logo light
研究シーズを検索
  • ホーム
  • ご挨拶
  • 研究シーズ
    • 研究シーズ条件検索
    • 研究シーズ一覧
    • キーワード一覧
  • 学部学科一覧
    • 工学部
      • 都市デザイン工学科
      • 建築学科
      • 機械工学科
      • 電気電子システム工学科
      • 電子情報システム工学科
      • 応用化学科
      • 環境工学科
      • 生命工学科
      • 一般教育科
      • 総合人間学系教室
      • ナノ材料マイクロデバイス研究センター
      • インキュベーションラボ
      • その他
    • ロボティクス&デザイン工学部
      • ロボット工学科
      • システムデザイン工学科
      • 空間デザイン学科
      • その他
    • 情報科学部
      • 情報知能学科
      • 情報システム学科
      • 情報メディア学科
      • ネットワークデザイン学科
      • その他
    • 知的財産学部
      • 知的財産学科
    • 知的財産研究科
    • その他
      • 教務部
        • 教職教室
        • 教育センター
        • ランゲージラーニングセンター
        • その他
      • 情報センター
      • 八幡工学実験場
      • ものづくりセンター
      • ロボティクス&デザインセンター
  • 協力機関コーナー
    • 大阪産業技術研究所
    • 大阪商工会議所
    • 大阪信用金庫
  • 特集コーナー
    • イノベーション・ジャパン2020~大学見本市Online
    • 動画コーナー
    • 八幡工学実験場バーチャルツアー
研究シーズを探す
カテゴリー・キーワードから探す
SDGsの分類
  • 1. 貧困をなくそう
  • 2. 飢餓をゼロに
  • 3. すべての人に健康と福祉を
  • 4. 質の高い教育をみんなに
  • 5. ジェンダー平等を実現しよう
  • 6. 安全な水とトイレを世界中に
  • 7. エネルギーをみんなに そしてクリーンに
  • 8. 働きがいも経済成長も
  • 9. 産業と技術革新の基盤をつくろう
  • 10. 人や国の不平等をなくそう
  • 11. 住み続けられるまちづくりを
  • 12. つくる責任 つかう責任
  • 13. 気候変動に具体的な対策を
  • 14. 海の豊かさを守ろう
  • 15. 陸の豊かさも守ろう
  • 16. 平和と公正をすべての人に
  • 17. パートナーシップで目標を達成しよう
  • 該当無し
テーマの分類
  • IT・IoT・AI・ロボティクス
  • 建築
  • 土木・社会基盤
  • エネルギー・環境
  • ライフサイエンス
  • ものづくり・製造技術
  • ナノ・材料
  • デザイン
  • 人文学
  • 自然科学
  • 該当無し
学部・学科の分類
  • 工学部
    • 都市デザイン工学科
    • 建築学科
    • 機械工学科
    • 電気電子システム工学科
    • 電子情報システム工学科
    • 応用化学科
    • 環境工学科
    • 生命工学科
    • 一般教育科
    • 総合人間学系教室
    • ナノ材料マイクロデバイス研究センター
  • ロボティクス&デザイン工学部
    • ロボット工学科
    • システムデザイン工学科
    • 空間デザイン学科
  • 情報科学部
    • 情報知能学科
    • 情報システム学科
    • 情報メディア学科
    • ネットワークデザイン学科
    • その他
  • 知的財産学部
    • 知的財産学科
  • 知的財産研究科
  • 教務部
    • 教育センター
    • ランゲージラーニングセンター
  • 情報センター
  • 八幡工学実験場
  • ものづくりセンター
  • 該当無し
キーワード
  • 義手
  • チーム開発
  • 雰囲気推定
  • 有機ー無機ハイブリッド材料
  • ブランウェル・ブロンテ
  • VR
  • シランカップリング剤
  • ピックアップ
  • 筋委縮
  • ライフスタイル
  • 生命
  • D-アミノ酸
  • 視線分布
  • SERS
  • 標準正規分布
  • 伝統的建造物群保存地区
  • 強み弱み
  • 混相流
  • 再生
  • 芸術療法

すべてのキーワードを見る

ホーム並列処理の初学者のための図形アニメーションに基づく並列化フレームワークの提案
SDGsの分類
研究テーマ
IT・IoT・AI・ロボティクス
学科の分類
情報科学部情報システム学科

並列処理の初学者のための図形アニメーションに基づく並列化フレームワークの提案

情報科学部

情報システム学科

並列処理研究室

水谷泰治 准教授

並列プログラミングプログラミング教育

マルチコアCPUを用いてプログラムの実行性能を上げるためには並列プログラムを作成する必要がある。一般に、並列プログラミングの学習は初学者にとっては容易ではない。その理由として、数値計算問題を題材とすること、および大規模な計算でない限り並列化の効果を実感できないことから、初学者の興味を維持しにくいことが考えらえる。本研究では、並列化の効果を体感しやすく、かつ、平易な教材を扱える並列プログラミングの学習環境として、Processing言語を用いた図形アニメーションプログラムのための並列化フレームワークを提案する。

1. はじめに

並列処理とは複数の PC や CPU,コアに処理を分散させることでプログラム全体の実行時間を短くする技法である.現在では一般的な PC においてもマルチコア CPU を搭載しており,並列プログラムをうまく記述すれば実行速度をコア数倍まで向上できる.そのため,今後は一般的な開発者も並列プログラミングを学ぶことが,高性能なアプリケーションを開発する上で重要になってくる.

しかし,並列プログラミングの学習は初学者の学習意欲を維持させにくい.一般に並列処理は数値計算を対象にすることが多く,数値計算に馴染みのない初学者には教材自体が難しい.また,これらは文字ベースのプログラムであるため面白みに欠ける.さらに,並列処理の実行環境に応じて MPI[1],CUDA[2]といった,初学者にとっては煩雑なライブラリや言語を用いてプログラムを作成する必要がある.これらに対し,並列処理のための構文を追加して並列プログラミングの煩雑さを低減した教育向けのプログラミング言語の研究[4,5]や,Web ブラウザ上に表示させた 2 次元グリッドとアバタを操作させて並列処理を学習させる研究[6]が行われている.

本研究では,視覚的にわかりやすい図形アニメーションに着目し,図形アニメーションプログラムを並列プログラミングの教材にできる環境の構築を目的として,Processing 言語[3]上で簡単に並列処理を行うためのフレームワークを開発した.

2. Processing

ProcessingはJavaをベースとしたグラフィック機能に特化したプログラミング言語および統合開発環境である.また,ビジュアルデザイン等を制作するためのプログラミング言語として開発され,プログラミング初心者が比較的簡単にプログラムを組み,視覚的に表現しやすいという特徴を持っている.

Processingのプログラム例を図1に示す.setup()は最初に一度だけ呼び出され,その中でsize()を呼び出すことで描画領域のウィンドウサイズを設定する.次にdraw()が繰り返し呼び出され,draw内に記述した描画処理による図形アニメーションが行われる.このdrawは1秒間に60回呼び出される.

図1. Processingによるプログラムの記述と実行の様子

3. 提案手法

3.1 フレーム化のアイデア

並列処理に関する煩雑な処理を親クラスに隠蔽し,このクラスを継承して,並列化したいプログラムを記述するだけで,並列に図形アニメーションを記述できるフレームワークを開発すれば並列プログラミング初学者が学習しやすいと考えた.隠蔽する処理として,(1)draw内部の描画処理をマルチスレッドで並列化する処理,(2)各スレッドの画像を統合する処理,を隠蔽することにした.その理由は並列処理のための記述を減らすためである.(1)では並列プログラミングにおいて並列化するために必要な記述が多く,(2)では複数の画像を統合するための記述が多い.それらをそれぞれ1つのメソッドにまとめることができれば煩雑な事前知識を削減でき,初学者にとって簡単に扱えるようになると考えた.

3.2 作成したフレームワーク

3.1節で述べた親クラスをParallelクラスという名前のクラスとして実装した.Parallelクラスには並列処理を記述するためのメソッドがまとめられている.使用者はParallelクラスを継承したクラスを作成し,Parallelクラスに含まる抽象メソッドrunをオーバーライドする.次に,継承したクラスを並列処理したい数だけインスタンス生成し,それらのインスタンスをフレームワークが提供する並列呼出のためのメソッドに渡すことで,インスタンスの数だけrunメソッドが起動され,それらが並列に処理される.

Parallelクラスを利用した簡単なプログラムの流れを以下の図2に示す.このプログラムは3スレッドで並列処理される.各スレッドが〇と□と△をそれぞれ独自の描画領域に描画する.Parallelクラスを継承した子クラス内に記述する.その後並列呼び出しを行うと各スレッドがそれぞれ描画し,それらを統合するというプログラムの流れになっている.左側かプログラムの記述の流れで右側が記述に対応したプログラムの動作の流れである.

図2. Parallelクラスを用いたプログラムの流れ

4. 実験

提案したフレームワークを用いることで並列処理を簡単に実装できるか,また並列の効果を視覚的に体感できるかを簡単な図形を並列で描くプログラムとプランクトンの活動をシミュレーションするプログラムを作成し実験を行った.

4.1 フレームワークを用いた図形描画プログラム

2つのスレッドで〇と□を描画するプログラムを作成した.図3にプログラムの概要と実行例を示す.プログラムではParallelクラスを継承したMyAppクラスを作成し,その中のrunでスレッド番号(myrank)に応じて〇または□を描画する.setupではMyAppのインスタンスを2つ生成しておき,drawでそれらを並列呼び出しすることで2つのrunが並列実行される.各スレッドが描画した画像は並列呼出の終了時に統合され,1つの画像として表示される.

図3. プログラムの流れと実行例

4.2 プランクトンの活動シミュレーション

プランクトンの活動をシミュレートするプログラムを作成し,フレームワークによる並列化の効果を調べるために実験を行った.このプログラムとは,動物プランクトンと植物プランクトンの生態活動を単純な規則に基づいてシミュレートするものである.

このプログラムではプランクトンを表すオブジェクトを配列に格納し,それを各スレッドが均等に分割してシミュレーションの処理を担当する.例えば,総数500のプランクトンを2スレッドで処理する場合,スレッド1が0~249番,スレッド2が250~499番のプランクトンに対する処理を行う.それらのプログラムの大まかな流れと実行の様子を図4に示す.

このプログラムを1,2,4,8スレッドで実行したときの,アニメーションの1コマ分の処理に要した時間を表1に示す.表1より,並列化により計算時間は短くなっているが,画像統合に多くの時間を要したため,総実行時間は短縮できていない.これより,現段階のフレームワークでは,画像統合に対するオーバーヘッドが大きく,並列化による性能向上はまだ実現できていないといえる.

図4. プランクトン活動シミュレーションのプログラム
表1. プランクトン活動シミュレーションプログラムの実行時間

5. まとめ

本研究では初学者の学習支援のために並列処理を簡単に実装することができるフレームワークの開発を行った.今後の課題として,実際に初学者に使用してもらうための教材開発とその適用実験,および描画画像の統合処理の性能向上があげられる.

参考文献

  1. http://www.mpi-forum.org/
  2. https://developer.nvidia.com/cuda-zone/
  3. https://processing.org/
  4. 田中寛章,藤井健太,礒淵郁也,水谷泰治.”複数のハードウェアでの共通操作に着目した教育用並列プログラミング言語の提案”. 第78回情報処理学会全国大会, 5ZC-02, (2016-03).
  5. Finlayson, J. Mueller, S. Rajapakse, D. Easterling. “Introducing Tetra: An Educational Parallel Programming System”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.746-751,(2015-05).
  6. Buzek, M. Krulis. “An Entertaining Approach to Parallel Programming Education”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.340-346,(2018-05).

研究者INFO: 情報科学部 情報システム学科 並列処理研究室 水谷泰治 准教授

研究シーズ・教員に対しての問合せや相談事項はこちら

技術相談申込フォーム
SDGs
研究テーマ
  • IT・IoT・AI・ロボティクス
  • 建築
  • 土木・社会基盤
  • エネルギー・環境
  • ライフサイエンス
  • ものづくり・製造技術
  • ナノ・材料
  • デザイン
  • 人文学
  • 自然科学
  • 該当無し
学部・学科
  • 工学部
    • 都市デザイン工学科
    • 建築学科
    • 機械工学科
    • 電気電子システム工学科
    • 電子情報システム工学科
    • 応用化学科
    • 環境工学科
    • 生命工学科
    • 一般教育科
    • 総合人間学系教室
    • ナノ材料マイクロデバイス研究センター
  • ロボティクス&デザイン工学部
    • ロボット工学科
    • システムデザイン工学科
    • 空間デザイン学科
  • 情報科学部
    • 情報知能学科
    • 情報システム学科
    • 情報メディア学科
    • ネットワークデザイン学科
    • その他
  • 知的財産学部
    • 知的財産学科
  • 知的財産研究科
  • 教務部
    • 教育センター
    • ランゲージラーニングセンター
  • 情報センター
  • 八幡工学実験場
  • ものづくりセンター
  • 該当無し
キーワード
  • ブランウェル・ブロンテ
  • D-アミノ酸
  • 視線分布
  • 雰囲気推定
  • シランカップリング剤
  • VR
  • 義手
  • 筋委縮
  • 生命
  • チーム開発
  • ライフスタイル
  • 伝統的建造物群保存地区
  • 強み弱み
  • 標準正規分布
  • SERS
  • 再生
  • 有機ー無機ハイブリッド材料
  • 芸術療法
  • 混相流
  • ピックアップ

すべてのキーワードを見る

同じカテゴリーの研究シーズ

村木 祐太

単一画像からの露出補正

HDRは露光の異なる複数枚の画像を用いることで視認性を回復する手法であり,広く利用されている.しかし,移動する被写体において不向きであるとともに,過去に撮影された画像に使用することができない.そこで本研究では,一枚の画像から疑似的に多重露光画像を生成 し,それらを合成することで視認性の回復を行う手法を提案する.本手法は,自然界の色情報を完全に損失していない画像を対象とし,エッジ情報を用いて明度を自動調整することで,疑似多重露光画像を生成する.

西口 敏司

深層学習を用いた物体領域推定のための学習データの生成支援

深層学習を用いたセグメンテーションのための学習では,物体が写っている画像を物体毎に数百枚から数千枚用意し,画像に写っている物体の輪郭情報を人手でアノテーションする必要があり,労力やコストがかかるという問題がある.一方,RGB-Dカメラは各画素に対応する距離に関する情報も同時に獲得できるカメラである.本研究では,深層学習を用いた物体領域推定(セグメンテーション)のための学習に必要な物体の輪郭情報をRGB-Dカメラを用いて人手によらずに高速に獲得する手法を開発した.

Mellor Andrew

Vocabulary Acquisition

Acquisition of vocabulary is essential for learners of English. Successful learners need to make decisions about what vocabulary to learn, what aspects of vocabulary knowledge to master and how to study the vocabulary effectively. Vocabulary includes not only single word items but also multiword items. Learners have to decide which items to concentrate learning on. Items which occur more frequently in English may be useful but learners also need to acquire items relevant to their personal interests and circumstances. Vocabulary knowledge is multi-dimensional including elements related to form, meaning and use. This knowledge may develop through stages of receptive and productive ability. There are many strategies that can be used to learn vocabulary effectively. Points to consider may be whether to learn vocabulary in context or in isolation, whether to learn vocabulary in semantic groups, and how to reinforce learning for effective acquisition.

神納 貴生

X線画像による非破壊検査に向けた微弱特徴の可視化

社会インフラを支える工業製品など,簡単に停止して点検できないものは多く,それらは非破壊検査によって点検される.非破壊検査の一つとして,X線画像を用いた検査が挙げられる.X線は物体の透過率の違いにより内部構造を写し出せるが,X線が透過し難い金属などで覆われている場合,映し出せる内部構造の像は薄くはっきりとしないものとなる.これまで個別の工業製品に対するX線画像検査は熟練工の目視技術によって成り立っていたが,本技術は熟練工が確認する特徴を可視化して誰もが頑健に検査できるようにする.

瀬尾 昌孝

二次元画像1枚からのキャラクターの姿勢制御

三次元構造や回転に関する特徴を獲得可能な深層生成モデルに人間の取り得る姿勢を学習させることで,類似の形状を持つ対象(本研究ではキャラクター)の姿勢制御を実現した.未知の二次元画像1枚からの姿勢制御が可能である.本研究は映像制作支援システムとしての発展を想定している.

吉田 福蔵

PCA法による新入生の基礎学力分析の研究

初年次学生を指導する教育センターの教員は, 大学での専門教育課程の学びにスムーズに繋げるため, 入学時学力の分散を小さくすることに力を注いでいる. そのため, 入学時学力を把握することは重要であるので, 教育センターでは,その一環として数学と物理の新入生学力確認テスト(以下, 学力確認テスト)を実施している.従来は相関分析で数学と物理の2変数からの散布図で相関性の強弱を調べていたが, 新しくPCA法を導入し、学習歴区分や入試区分による分布状態からみえてくる入学時の学力資質を検討した.

横山 香奈

ハワイにおける日系移民の成功要因に関する一考察

 ハワイでは、日系移民が他のアジア系エスニックグループに比して突出した成功を収めた。成功した背景理由として、「日本人は勤勉で我慢強かったからだ」と精神論に終始することが多いが、調査の結果、それ以外にも多角的要因が寄与していることが示唆された。 かつて海外へと移り住んだ日系移民の一例を参考に、今後、日本においても移民の教育問題について検討したりするなど、多方面に還元できるような研究に繫げていくことを目指す。

布村 泰浩

C言語初心者向けプログラミング環境

アルゴリズムやシステム開発を学ぶ前段階として,C言語を学ぶためのプログラミング演習を行っているが,C言語に慣れていない初学者には,スペルミス,括弧の書き忘れ,未定義変数への参照などを起因とするコンパイル時エラーが難しく感じられ,コンパイラが生成する多量のエラーメッセージに途方に暮れてしまうことがある.また,プログラム構造の間違いや条件式の誤りにより,想定通りにプログラムが動作しないことも多い.このように初学者がC言語を学ぶ際には多くの壁があり,結果として,C言語に苦手意識を持つ学生がいる.初学者が上記のような壁に躓くことなくC言語の学習を進めるためのビジュアルプログラミング環境を開発している。

安留 誠吾

初等中等教育向けロボットプログラミング学習環境

2020年度から小学校においてプログラミング教育が必修化された。小学校では、ビジュアルブロックエディタを利用したプログラミングが想定されるが、中学校、高校では、テキストエディタを利用することになる。そこで、ビジュアルブロックエディタからテキストエディタへの移行をスムーズに行えるように、両エディタに対応したロボットプログラミング学習環境を開発した。また、教員の負担を軽減するための教員支援システムも開発した。

山田 隆亮

社会インフラを支える情報システム

無人運転等の自動化技術の変革期にあって、交通、電力、金融、農業、メディア、治安などの社会インフラは大きな転換を迎えつつあります。身近な問題を取り上げて、今後の社会インフラを支える情報システムを計画,開発,運用する技術について研究しています。動画は、ミニチュアの街を列車視点で眺める実験の映像例です。

熊本 和夫

安全安心で快適な社会を支えるIoT基盤技術に関する研究

コロナ禍をきっかけに、世界中の人々の生活スタイルが変化しつつあります。その中で重要な役割を果たすのが通信システムです。我々はネットワークそのものが、ユーザの利用形態、無線環境など様々な状態を理解し、状況に応じて最適なネットワーク利用形態をユーザに提供する究極に便利なネットワークインフラストラクチャの創造を目指しています。

杉川 智

スケジュール変更を考慮した数理モデル

システム開発や建設業などのプロジェクトにおいて,スケジュール作成時点では,わからない不確定な事象によってスケジュールの変更を余儀なくされることがある.さらに,昨今の社会では即応性が求められるため,十分に吟味されないままスケジュールを作成し後で変更することもあります.本研究は,それらのスケジュール立案後の変更を考慮したスケジューリングモデルのための基本的な考え方,分類,数理モデルを提案します.本モデルによりスケジュールの変更をふまえた新しいスケジュールを作成すること,新しい解法を提案することが可能になります.

井上 明

ICTを活用した教育手法の提案・教材開発の実践

次世代アクティブ・ラーニング手法「ReBaLe(レバレ)®」の提案・実践,「ティンカリング」(身の回りにあるものを自由に組み合わせること)の概念を取り入れたプログラミング学習ツール"YubiTus"、IoTを活用したデジタル学習デバイス"EduDesk"などの研究を進めています。 *ReBaleは富士通株式会社の登録商標です

鈴木 基之

多様な歌唱スタイルに対応した楽曲検索システム

データベース中から楽曲を検索する際,題目や歌手名,といったメタ情報ではなく,楽曲を直接歌唱することで簡単に検索できるシステムを開発しています。 ハミング歌唱や歌詞による歌唱に加え,擬音語による歌唱にも対応し,またメロディの誤りや歌詞の誤りといった現象に対しても高精度に検索するための各種技術を開発しています。

廣井 富

手すりの上を移動する道案内ロボット

 本コミュニケーションロボットの特徴は、手すりの上を移動することである。ケータイや地図が読めない方でも問題なく、音声とジェスチャで指示してくれる。さらに人はロボットの手を握って誘導される。この時、ロボットの腕が伸び縮み可能なシステムを構築した。これにより、人の歩行速度に応じた無理のない道案内が可能である。本研究室でアルゴリズムを開発した「測域センサを用いた人検出システム」を応用しており、複数人が存在する環境内においても対象者を見失うことがなく、動作可能である。また、ロボットと案内される人の対話が破綻している場合等にオペレータが介入可能である。その介入頻度を簡易に制御可能であり、オペレータの負荷を軽減することが可能である。

福原 和則

丘のある住まい

多くの世帯の生活の舞台となる「集合住宅」は自ずと大規模な開発になることが多く、まとまった豊かな環境を形成することが可能である。住まいとなる住棟の設計と合わせて、その広がりを生かした豊かなランドスケープデザインを展開することで、戸建て住宅地では成しえない環境を形成できる。

瀬尾 昌孝

二次元画像1枚からの表情変化動画像のリアルタイム生成

深層生成モデルを用いて,1枚の二次元顔画像から表情変化動画像の自動生成を行った.現状,動画像のサイズは500×500pixel程度だが、超解像度、ネットワーク規模削減手法を組み合わせることでリアルタイムの生成を実現した.本研究はビデオ会議システムにおけるアバターの自動生成を想定して行っており、今後は応用システムの開発に取り組む予定である.

石川 恒男

一般教育科数学教室の教育と研究

数学教室では専任教員6名にロボティックス&デザイン学部専任教員1名と非常勤講師を加えて各数学科目の担当を行っている。ここでは教育センターのことも含めて実状は語れないので教育センターにも触れる。数学科目に関しては特に初年次教育に重点を置き、「解析学I」「解析学I演習」という接続科目を設定し、教育センターと連携しながら数学教室専任教員も担当するという形をとっている。講義と演習を連携した上で、必要ならば「学習相談」という自由に質問できる時間を設け、さらに、学習が不十分な学生に対しては教育センターでチューターによる対応を行い、「基礎力向上講座」も開講している。これらの接続科目は教育センターと共同で運営している。1年次科目「解析学 II」「解析学 II 演習」「解析学 III」「解析学 III 演習」「線形代数学 I」「線形代数学 II」に対してもある程度同様に対応しているが、ここからは主に数学教室の担当となる。なお、学科によって履修時期や若干の内容の違いはある。次に、2年次以上に対しては「工学の基礎」「数理科学と教育」というカテゴリーで数学科目(別記)を担当し、講義に対応する演習科目は設定していないが、「数学教室学習相談」で質問の対応している。科目に関しては自由選択であり、微分方程式、確率統計、複素解析などの分野の科目を設定し担当している。研究については、個人研究を中心に行っている。

原嶋 勝美

ソフトウェアエージェントによるによる社会シミュレーション

 複雑な社会の動きの完璧な予測や、瞬間的な社会の状態の正確な把握は、AIを用いても極めて困難である。一方で、生物や人間など多くのシステムは、動的かつ予測不能な局面において極めて柔軟に対処している。 本研究では、様々な生物や物体を模擬したソフトウェア(エージェント)を作成し、エージェントの自律行動や相互作用によって、社会に実在する問題や、現実では実現しにくい社会環境での生物の振る舞いなどを検証する。

中山 学之

生体の運動制御メカニズムを取り入れた人と親和性の高い介護支援ロボット

人間の神経系や筋骨格系の構造は長い進化の過程で日常生活を行うのに適した形に最適化されてきたものと考えられています。本研究では進化の過程で生物が獲得してきた運動制御メカニズムをロボットに取り入れることにより,動力を使用せずに人やモノの自重を支持できる機械式自重補償装置や,脳の運動制御メカニズムを取り入れた環境適応制御,小脳-大脳基底核をモデル化したニューラルネットワークによる予測的な環境認識・最適行動生成を実現する研究を行っています。

  • ホーム
  • ご挨拶
  • 研究シーズ
    • 研究シーズ条件検索
    • 研究シーズ一覧
    • キーワード一覧
  • 学部学科一覧
    • 工学部
      • 都市デザイン工学科
      • 建築学科
      • 機械工学科
      • 電気電子システム工学科
      • 電子情報システム工学科
      • 応用化学科
      • 環境工学科
      • 生命工学科
      • 一般教育科
      • 総合人間学系教室
      • ナノ材料マイクロデバイス研究センター
      • インキュベーションラボ
      • その他
    • ロボティクス&デザイン工学部
      • ロボット工学科
      • システムデザイン工学科
      • 空間デザイン学科
      • その他
    • 情報科学部
      • 情報知能学科
      • 情報システム学科
      • 情報メディア学科
      • ネットワークデザイン学科
      • その他
    • 知的財産学部
      • 知的財産学科
    • 知的財産研究科
    • その他
      • 教務部
        • 教職教室
        • 教育センター
        • ランゲージラーニングセンター
        • その他
      • 情報センター
      • 八幡工学実験場
      • ものづくりセンター
      • ロボティクス&デザインセンター
  • 協力機関コーナー
    • 大阪産業技術研究所
    • 大阪商工会議所
    • 大阪信用金庫
  • 特集コーナー
    • イノベーション・ジャパン2020~大学見本市Online
    • 動画コーナー
    • 八幡工学実験場バーチャルツアー

研究シーズ・教員に対しての問合せや相談事項はこちら

技術相談申込フォーム

© INNOVATION DAYS 2021 智と技術の見本市.

v

Facebook

Dribbble

Behance

Instagram

E-mail