| 研究領域 | サイバー・フィジカル空間を融合した階層的生物ナビゲーション |
|---|
| 研究課題/領域番号 |
21H05302
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅳ)
|
|---|
| 研究機関 | 兵庫県立大学 |
|---|
研究代表者 |
川嶋 宏彰 兵庫県立大学, 情報科学研究科, 教授 (40346101)
|
|---|
| 研究分担者 |
波部 斉 近畿大学, 情報学部, 教授 (80346072)
新里 高行 筑波大学, システム情報系, 助教 (00700163)
|
|---|
| 研究期間 (年度) |
2021-09-10 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
83,460千円 (直接経費: 64,200千円、間接経費: 19,260千円)
2024年度: 16,380千円 (直接経費: 12,600千円、間接経費: 3,780千円)
2023年度: 16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2022年度: 19,110千円 (直接経費: 14,700千円、間接経費: 4,410千円)
2021年度: 16,250千円 (直接経費: 12,500千円、間接経費: 3,750千円)
|
|---|
| キーワード | 魚群計測 / 群モデリング / 映像刺激提示 / 環境型χログボット / 行動ダイアグラム / 魚群追跡 / 群泳行動モデル / 個体間相互作用推定 / 視覚刺激提示 |
|---|
| 研究開始時の研究の概要 |
魚類をはじめとする生物のインタラクション（個体間相互作用）のモデルを計測データから獲得し、さらに実際に生物群へ介入して検証を行うことで、群知能を支える群れ内部の動的な因果構造や社会構造の解明を目指す。本研究では、フィジカル空間における計測と介入、およびサイバー空間における計測結果からのモデリングや介入方策決定を密に結合させたフィードバック・ループの枠組みを設計し、実際のシステムとして構築することを目的とする。主に魚群に対し、詳細なインタラクションモデルをデータ駆動で学習するとともに、各種の生物群でモデリング技術の汎用性を検証する。
|
| 研究実績の概要 |
本課題では，生物の行動ダイアグラムに関する知見を柔軟に組み込みつつ，説明・解釈可能性の高い，データ駆動型インタラクション・モデリング技術を開発するとともに，主に魚群を対象として，映像提示や疑似個体による介入を用いながら，モデル推定と介入のためのフィードバックを適応的に生成可能なインタラクティブ・システムの設計論を構築する． 2021年度はこのフィードバックループのうち，魚群追跡や群泳モデルの基礎的検討，実験環境整備などを行った．具体的には次の通りである．
1. 集合水槽による観測・介入実験環境の構築：カラシン科などの小型魚種を水槽で飼育しながら，観測および視覚刺激を用いて介入実験を進めるための環境を，集合水槽システムを用いて構築した．
2. クロマグロ稚魚の検出・追跡手法の開発：クロマグロ稚魚の検出・追跡において，複数の稚魚が重なった場合や，外的刺激を受けて起こす急激な動き変化に対応した追跡手法を開発した．提案手法では，従来のSORT (Simple Online and Realtime Tracking) アルゴリズムを元に一部改良を加えており，実データによる実験でその有効性を検証した．
3. アユの群泳行動モデルの検討：統合情報理論 (Integrated Information Theory; IIT) を用いたアユの群れの解析を行うとともに，従来のBoidモデルを各個体の目標点の共有という観点から一般化したモデルを考案した．
4. データ駆動でのカラシンの群泳行動モデル推定手法の検討：ラミーノーズテトラ（カラシン科）を追跡した軌跡データを対象として，群れの中での時間的に変化する個体間相互作用をスパース推定するとともに，影響力の大きな個体を同定するための基礎的検討を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究課題の目的である，データ駆動型のSwarm-Machineインタラクション構築に必要な構成要素として，魚群の追跡手法や，群れの相互作用状態のモデリング手法，実験環境の整備などを進め，来年度以降での実験や手法開発を進めるための基盤を準備することができ，当初の予定通り進捗しているといえる．
|
| 今後の研究の推進方策 |
2022年度以降は，2021度開発および整備した手法や実験環境を基盤にしながら，特に以下の点について研究を推進する．
(1) 2021年度に開発した魚群の個体追跡手法を発展させ，様々な照明環境でも頑健に動作する多個体追跡手法を開発するとともに，他の生物種への適用を試みる．
(2) 群れの新たなモデリング手法として2021年度に開発したBoidの一般化モデルについて引き続き解析を進める．また，(1)の追跡によって得られた群れの各個体の追跡データを用いて，データ駆動での個体間相互作用推定を行う手法についても，2021年度に開発した手法を拡張する．
(3) (2)で考案した様々な群れのモデルを，実個体への介入実験を通じて検証する．そのための実験環境を引き続き整備する．
|
