| 研究課題/領域番号 |
17K00158
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
本田 理恵 高知大学, 教育研究部自然科学系理工学部門, 教授 (80253334)
|
|---|
| 研究分担者 |
村田 健史 国立研究開発法人情報通信研究機構, 総合テストベッド研究開発推進センター, 研究統括 (20274342)
佐藤 晋介 国立研究開発法人情報通信研究機構, 電磁波研究所リモートセンシング研究室, 研究マネージャー (30358981)
佐々 浩司 高知大学, 教育研究部自然科学系理工学部門, 教授 (50263968)
村田 文絵 高知大学, 教育研究部自然科学系理工学部門, 講師 (60399326)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| キーワード | 時空間データマイニング / オブジェクト抽出 / CNN / 深層学習 / フェーズドアレイ / 漏斗雲 / オブジェクト追跡 / 混合分布 |
|---|
| 研究実績の概要 |
本研究課題の目的は、気象に関する時空間のビッグデータから機械学習の手法を用いて時空間変動パターンを抽出し、これを基にした知識発見支援システムを構築することである。具体的事例としてひまわり8号画像や3次元気象レーダデータに展開し、webからの参照やアラーティングが可能なシステムを開発することを目指している。この際、バックエンドには分散処理システムを構築し、大規模データへの効率の良いアクセスと高速な処理を確保するものとしている。
本年度は、1年延長での最終年度であったが、新型コロナウィルス感染拡大の影響で学生の対面指導などが行えない時期が続いたため進展がやや遅れてしまった。また、リアルタイム竜巻検出プロセスの実装や、オブジェクト抽出アルゴリズムの洗練化、webからの参照やアラーティングが可能なシステムの開発、公開と論文執筆を行う予定であったが、学生の入れ替わり時期との重なり、オンライン、リモートゼミが多かったことからこの種の研究が進めにくかった。一方、主要なテーマとやや異なるが敵対的生成ネットワークGANの検討を取り入れた。これは、本研究テーマとの関わりでは、学習データの少ない竜巻などの教師画像の生成に使用できる可能性がある。また竜巻などのオブジェクト抽出手法として使用していた深層学習のアルゴリズムYoloの分散処理化の検討も行った。
なお、本年度の実績は、1件の学会予稿集（オンラインのため中止、予稿集にて発表の形式をとった）となっているが、分散処理システム上での部分時系列の高速サンプリングとクラスタリング、可視化に関するもので、時空間変動の可視化、要約の実現に資するものである。
|
| 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
概ね順調に進展しているが、新型コロナ関連で学会がオンライン開催、中止されるなどして年度末までに執行が完了しなかったため、研究延長依頼を行なった。
|
| 今後の研究の推進方策 |
2021年度は対面指導も復帰してきており、本格的なシステム構築・公開システムの作成にむけて、本課題に関わるテーマに集中的に学生を関わらせて研究指導を行いながら、研究を実施していく。同時に論文の執筆・投稿を進めていく予定である。また、昨年度実施できなかった、共同研究者との会合もリモート会議を利用して行い、研究の収束と成果公開につなげていく予定である。
|
| 次年度使用額が生じた理由 |
新型コロナウィルスの蔓延による国際会議のオンライン化や謝金による作業依頼が難しかったため未執行金額が発生した。次年度は、年度後半の学会参加費、謝金による作業、論文投稿費に変更して、研究の完成を目指す。
|
