| 研究課題/領域番号 |
20K06824
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分45040:生態学および環境学関連
|
|---|
| 研究機関 | 滋賀大学 |
|---|
研究代表者 |
藤澤 知親 滋賀大学, データサイエンス学系, 助教 (10792525)
|
|---|
| 研究分担者 |
山本 哲史 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 研究員 (10643257)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 画像解析 / 群集生態学 / メタバーコーディング / 生物多様性 |
|---|
| 研究開始時の研究の概要 |
生物群集のなかににどのような種がどれだけいるかを知ることは、生態学研究の出発点である。しかし、大規模な生物群集のモニタリングは研究者の人員不足などにより今まで困難だった。この研究では画像解析技術を用い、昆虫群集のサンプル画像から、群集の種構成およびバイオマスを推定する手法を開発する。また、近年発展したDNAメタバーコーディング技術と画像解析の結果を統合し、群集の遺伝情報と形態情報を統一的に取得する手法の確立をめざす。
|
| 研究実績の概要 |
本研究ではDNAメタバーコーディングと画像解析技術を組み合わせた昆虫群集のモニタリング手法の開発を主要な目的としている。2022年度には画像解析アルゴリズムの評価結果の論文化とメタバーコーディングデータ解析のための機械学習アルゴリズムの開発・評価を行った。
前年度に行った昆虫画像の分類のための深層学習アルゴリズムの性能評価の結果を論文として発表した(Fujisawa et al. 2023. Systematic Entomology誌に掲載)。この論文では画像分類における学習データベースの違いが分類結果に与える影響、および異なるデータベース間での分類精度の低下を詳しく検討し、最適なデータベースの組み合わせとアルゴリズムの選択について報告した。
また今年度にはDNAメタバーコーディングの解析のための深層学習モデルの開発と評価を行った。従来の単純な分類モデルに加えて、学習データに存在しない分布外データを発見する機能を加え、その性能評価を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
研究代表者の体調不良によりフィールド調査が困難になったので、サンプリング・撮影などを進めることが難しい。
|
| 今後の研究の推進方策 |
フィールド調査・撮影が困難なため機械学習アルゴリズムの開発・評価を研究の主目的にし、発表と論文化を進める予定である。
|
