2021 Fiscal Year Research-status Report
機械学習による都市河川の親水利用における水系感染症発症リスクのリアルタイム予測
| Project/Area Number |
18K04415
|
|---|
| Research Institution | Nishinippon Institute of Technology |
|---|
Principal Investigator |
高見 徹 西日本工業大学, 工学部, 教授 (80321529)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野中 尋史 長岡技術科学大学, 工学研究科, 准教授 (70544724)
古川 隼士 北里大学, 医療衛生学部, 准教授 (90632729)
廣田 雅春 岡山理科大学, 情報理工学部, 准教授 (70750628)
平岡 透 長崎県立大学, 情報システム学部, 教授 (30626891) [Withdrawn]
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 病原生物 / 水系感染症 / 機械学習 / 統計学的評価 |
|---|
| Outline of Annual Research Achievements |
近年都市再開発や地方創生を目的とした都市河川の親水利用が進んでいる。人と水との接触機会が多くなるほど、河川水質に由来する衛生学的な問題に注意を払う必要がある。特に水系感染症を引き起こす病原微生物の存在実態の把握と接触に伴う感染症の発症リスクを明らかにすることは最重要の課題である。しかし、病原微生物に関する実測値は限られており、また、従来の生物学的試験法ではその濃度を適宜精度高く予測することは不可能である。
そこで本研究では、都市河川の親水利用における衛生学的な安全を確保するため、近年人工知能研究の分野で有力な技術・手法として発達している機械学習を利用したモデルによって、都市河川の病原微生物濃度をリアルタイムで予測する方法を確立し、水系感染症の発症リスクの予測を可能にすることを目的とする。
５ヶ年の研究期間における四年目は、現地観測を実施し、実測データと他の各種データとの相関に関する統計学的解析により、機械学習の精度向上に資するデータ生成とデータ生成が病原性生物濃度の予測値に及ぼす影響について検討した。加えて、本機械学習モデルの他水系への適用の可能性について検討するため、福岡県京築地域の河川において病原性微生物濃度の実測データの収集を目的とした現地観測を行った。
その結果、データ生成が予測値の精度向上に資するという有用な結果は得られなかった。一方で、京築地域の７河川での現地観測では病原性微生物濃度に関する実測データを得ることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
５ヶ年の研究期間の四年目は、前年度実施できなかった現地観測を実施し、実測データと他の各種データとの相関に関する統計学的解析結果をもとに機械学習の精度向上に資するデータ生成と予測値の精度向上について検討したが、生成データが精度向上に資するという有用な結果は得られなかった。一方で、本機械学習モデルの他水系への適用可能性を検討するための現地観測を実施し、病原性微生物濃度の実測データを得ることができた。
以上より、現在の進捗状況はやや遅れていると評価した。
|
| Strategy for Future Research Activity |
５ヶ年の研究期間の五年目は、最終年であるため、これまでの収集データと追補データにおける機械学習による病原性微生物濃度の予測可能性（適用限界）と課題を明らかにする。また、本機械学習モデルによる他河川における適用可能性について検討する。これらを確実にするために、研究分担者との研究打ち合わせを密に行い、研究成果を取り纏める。
|
| Causes of Carryover |
次年度使用額が生じた理由は、当初計画よりも、現地観測の実施回数が少なく、消耗品費として計画していた物品の購入がなかったためである。また、電子計算機関連物品の購入もなかった。次年度は現地観測機器および電子計算機関連物品の更新を予定しているため、次年度分として請求した助成金と合わせて計画どおり使用する予定である。
|
Research Products
(1 results)
