| 研究課題/領域番号 |
21K05624
|
|---|
| 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39050:昆虫科学関連
|
|---|
| 研究機関 | 福岡大学 |
|---|
研究代表者 |
高橋 伸弥 福岡大学, 工学部, 教授 (40330899)
|
|---|
| 研究分担者 |
藍 浩之 福岡大学, 理学部, 准教授 (20330897)
鶴田 直之 福岡大学, 工学部, 教授 (60227478)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | ミツバチ / 動物行動学 / 行動追跡 / 深層学習 / トラッキング |
|---|
| 研究開始時の研究の概要 |
本研究の目的は，社会性昆虫であるミツバチの巣内行動を記録した大量の録画データから機械学習により対象の画像特徴を学習し，複数個体の行動軌跡の同時追跡を可能とするシステムを開発することである．このシステムは，人工ニューラルネットの１種である深層表現学習を用いて，正解ラベルが付与されていない膨大なデータに対して教師なし学習を行い，画像中から対象を検出する．更にフレーム間の最適対応づけを行うことで複数個体の行動軌跡の同時追跡を実現する．本研究では，これまで長期間にわたり記録してきたミツバチ観察巣箱の動画を対象として，提案システムにより採餌バチおよび周辺個体の巣内での行動を追跡することを試みる．
|
| 研究実績の概要 |
２０２２年度に実施した研究に関する実績は、①教師なし深層表現学習により得られた画像特徴のクラスタリング手法の精度検証ならびにハイパーパラメータの検討、②ARタグによるミツバチ歩行軌跡検出アプリの実装、の２つである。
①では、これまでに提案した段階的畳み込み自己符号化器に対して、各種ハイパーパラメータの組み合わせ数十パターンに対して交差検証を行って、その性能評価を行なった。具体的には、中間層の次元数を100次元、500次元、1000次元とし、事前学習、詳細学習のエポック数をそれぞれ500,1000,2000として、その組み合わせ約30パターンについて、5グループに分割した交差検証により、それぞれ5回実験を行った。さらに損失関数を従来の平均二乗誤差だけでなく、SSIM（Structural Similarity Index Measure：構造的類似性指数)とした場合についても、同様の実験を行い、その精度を検証した。次に②では、ARタグを用いて個体検出をするアプリの開発を行い、iPhone/iPadで動作するiOSアプリのプロトタイプを作成した。背中にARタグをつけたミツバチを撮影すると、ARタグを検出して、そのミツバチの個体番号を表示するとともに、体軸の向き、歩行軌跡を同時に表示するアプリとなっている。
また上記2つの他、近年、動物行動解析の分野で注目されている、DeepLabCutをミツバチ行動観察に利用できないか検討し、触角の動きを自動追跡するプロトタイプシステムを完成させた。2023年度には行動追跡に応用できないか検討する予定である。
以上の研究業績①に関しては、電子情報通信学会ならびに情報処理学会で発表を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
当初、初年度に購入予定だったGPU搭載の機械学習専用のワークステーションが購入できなかったため、やや実験計画がずれ込んでしまっている。2022年度には購入できたので今後遅れを取り戻すべく実験を行っている状況である。
|
| 今後の研究の推進方策 |
2023年度は、①段階的畳み込み自己符号化器の評価をまとめ、国際会議ほかに発表・投稿する。一部は投稿時期に問題から次年度の発表になる。また②行動解析のための各種ツールについては、これまでに引き続き、それぞれ使いやすいように整理し、公開できるように準備を進めていく。
|
