Project/Area Number |
20K15591
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 40030:Aquatic bioproduction science-related
|
Research Institution | Fisheries Research and Education Agency |
Principal Investigator |
安田 健二 国立研究開発法人水産研究・教育機構, 水産技術研究所(神栖), 研究員 (40866696)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
Keywords | クルマエビ / 活動音 / 尾数計数 / 機械学習 |
Outline of Research at the Start |
養殖業の安定経営のためには、製造業などと同様に在庫管理が必要であり、そのために重要な技術的課題は飼育尾数の正確な計数である。水中を泳ぐ魚類では光学的手法などにより計数が実用化されつつあるが、砂に潜るエビ類や貝類では、掘って数える以外の計数研究開発がほとんど行われていない。 本研究では、クルマエビを対象に潜砂や摂餌などの活動音に着目した新たな尾数計数手法の開発を行う。まず、水槽内に複数の集音マイクを設置し、クルマエビが発する音を集音し、活動に伴う音の特徴を分類する。分類には、機械学習を取り入れ自動化する。そして、分類した活動音から水槽内のクルマエビ個体を位置計測する技術を確立し、尾数計数を行う。
|
Outline of Annual Research Achievements |
本研究では、クルマエビの潜砂や摂餌、遊泳などの活動に伴う音を取得することにより、養殖における新たな尾数計数手法の開発を行うことを目的としている。 本年度は、これまでに取得した録画と録音のデータを用いて、機械学習により自動的に活動音を検出するアルゴリズムを開発することを目標とした。 得られたデータから潜砂や摂餌、遊泳や脱皮行動について確認し、機械学習のための教師データの作成を行なった。また、作成した教師データをもとに録音データのみを用いた場合の各活動音の自動検出のアルゴリズムの開発を行った。 夜行性であるため夜間の活動時に赤色ライトを用いた実験を行なってきたものの、ライトの光量を水槽底部までを視認できる程度にしていたため、活動確認は行えたが当初想定していたほど長時間動き回ることはなく、十分な教師データを取得するまでには至らなかった。 そのため、上記で確認された各活動音における検出精度が低い結果となったことから、追加実験による更なる教師データの取得が必要である。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初想定していたよりも機械学習で用いることができる教師データとして使用可能なデータが少なかったため、追加のデータ取得実験を来年度行う。そのため、やや遅れている。
|
Strategy for Future Research Activity |
機械学習用の教師データ確保のため追加実験を行い、より精度を高めた自動検出アルゴリズムの開発を行う。
|
Report
(3 results)
Research Products
(3 results)