画像認識 AI はどこを見ているの？
さまざまな画像認識AIが提案されていますが、画像のどこを見て認識しているのでしょうか？本研究ではAIの認識箇所を特定する技術であるGrad-CAMを利用して認識箇所を可視化し、どこを見て認識しているかを調べました！その結果から次の提案を考えています。1)画像認識AIの精度比較のために、人間が画像を認識している特徴的な箇所とAIの認識箇所を利用する。2)長年の経験や勘が必要な画像識別技術をAIで再現し、無意識に利用していた画像の特定箇所を明らかにする。
本研究課題では，食用カニであるワタリガニの養殖を対象とし，その収穫率向上のためにICT（情報通信技術），Internet of Things（IoT），およびAI（人工知能）を適用した次世代ワタリガニ養殖の持続可能なDX化の体系化に向けた実証的研究に取り組んでいる．養殖業におけるICT・IoT・AIの適用は黎明期であり効果的な活用方法について模索しているのが現状である．ワタリガニの養殖環境を有し，これまで共に研究を行っているハサヌディン大学（インドネシア）及び伊良部島を研究拠点とし，効率的かつ効果的な次世代のワタリガニ養殖方法の研究開発を実施している．
DX化へむけた体系化
各国が目指す未来社会に向けて，フィジカル空間からデータ収集し，サイバー空間でそれらを分析し，その結果を様々な形でヒトや社会にフィードバックすることで，新たな価値を産業や社会にもたらすサイバー・フィジカル システム（Cyber-Physical System: CPS）の構築が進んでいる（図１左）．自動運転や工場のように機械間での自動化されたフィードバックループが形成される場合，CPSは実現可能である．しかし，本研究課題（図１右）が対象とする第一次産業（漁業等）では，ヒトと自然が中心かつ大部分の役割を締める中に，ICT・IoT・AI・ロボット等のテクノロジ要素を導入し，フィードバックループを形成するシステム構築が必須となる．また，養殖業におけるICT・IoT・AIの適用は黎明期であり，効果的な活用方法について現場の方々と共に連携して体系化していく必要がある．
養殖環境における水質・生体行動のデータ化および分析
ワタリガニ養殖のDX化へむけてのデータ化は最初の重要な要素であり，安定したデータ取得とその分析を行うため，研究室および現地での開発に取り組んでいる．
論文
「IoT-based Experimental Aquarium Environment for Observing Crabs」(2022)『2022 IEEE International Conference on Internet of Things and Intelligence Systems (IoTaIS)』p.317-321.
「Crab Molting Identification using Machine Learning Classifiers」(2022)『2021 International Seminar on Machine Learning, Optimization, and Data Science (ISMODE)』p.295-300.
「Detection of Megalopa Phase Crab Larvae Using Digital Image Processing 」(2019)『2019 International Seminar on Research of Information Technology and Intelligent Systems (ISRITI)』p.269-272.
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