2017 Fiscal Year Annual Research Report
Development of system for real-time prediction of pathogen level
| Project/Area Number |
15K00591
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
加藤 毅 群馬大学, 大学院理工学府, 准教授 (40401236)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐野 大輔 東北大学, 大学院工学研究科, 准教授 (80550368)
小林 彩乃 和歌山工業高等専門学校, その他部局等, 助教 (30736153) [Withdrawn]
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 汚染調査と評価 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
水利用における微生物学的安全性を担保するには実時間病原性微生物予測法を実現した．水中における病原体濃度は下水を培養ベースの方法でモニタリングすることで観測されてきており，水由来の病気を防ぐのに有効だと知られている．一方，実時間モニタリングはいまだに実現していない本プロジェクトでは実時間で測定できる水文水質データから病原体を予測する方法論を確立した．平成２９年度は，その解析方法をウェブブラウザだけあれば世界中のだれもが利用できるようにするため，CGIプログラムへの移植作業を行った．平成２９年度までは，様々な数値実験や数理モデルを簡単に試すことができる特殊な数値計算環境で検証を行ってきた．しかし，その数値実験環境はそのままウェブブラウザ上では動作しないものであった．ウェブサーバの基本OSにはLinuxを選択し，アパッチHTTPサーバ（以下アパッチ）と呼ばれるウェブサーバソフトウェアを導入した．アパッチからPythonプログラムが動作するように設定し，Python言語に開発した機械学習アルゴリズムを移植した．水質工学においてデータをMS-Excelで管理することが多いことから，オンラインソフトウェアのユーザインターフェースには，MS-Excelから容易に出力できるCSV形式を採用した．ユーザインターフェースにはテキストエリアを持たせ，訓練用データと予測したいデータをCSV形式で，クリップボードを使ったコピー＆ペーストで簡単に入力できるようにした．開発した機械学習手法の最適化アルゴリズムはステップサイズのような通常チューニングが必要なパラメータを持たないことから，解析対象のデータを入力するだけで，ボタン一つで，数値的に安定に計算できるようになっている．
|
