| 研究課題/領域番号 |
20K06824
|
|---|
| 研究機関 | 滋賀大学 |
|---|
研究代表者 |
藤澤 知親 滋賀大学, データサイエンス教育研究センター, 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 – 2023-03-31
|
| キーワード | 画像解析 / 群集生態学 / メタバーコーディング |
|---|
| 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をを開発することを目的としている。2021年度にはメタバーコーディング解析に必要な昆虫標本の採集をおこなうとともに、画像解析アルゴリズムの開発と評価を行った。
昆虫サンプルの採集は前年度に計画していたとおり、滋賀県下でおこない、機械学習に必要な昆虫標本を取得した。サンプリングの容易さと対象の多様さを考慮し、訪花昆虫をパントラップで採集する方法を選択した。フィールド調査は滋賀県内の自然公園と都市部を中心に行った。
また、前年度に引き続き機械学習による画像解析の手法評価を進めた。共同研究者から提供された昆虫画像を用い複数の条件で深層学習アルゴリズムの性能評価を行った。特に、学習データの違いによるモデルの分類性能の変化に注目し最適なデータ収集方法と分類アルゴリズムを検討した。これらの結果を論文として発表した（プレプリントFujisawa et al. 2021。2022年4月時点で査読中）。また、学習データに存在しない分類群が対象になったときにも対応できるモデルの性能評価も開始した。これらの解析は本年度に購入したGPUを用いておこなった。
|
| 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
機械学習モデルの開発・性能評価は順調に進めることができている。昆虫標本のサンプルは前々年度の予定分の採集を行ったが、標本の撮影などは遅れている。
|
| 今後の研究の推進方策 |
採集したサンプルの撮影を今年度の予算でUSB顕微鏡カメラを購入し、サンプルの撮影を年度中に行う予定である。撮影後の標本はDNA抽出を行い可能であれば年度中にメタバーコーディングを行う。
前年度は学習データの違いの性能への影響を中心に検討したが、今年度は学習データに存在しない分類群（分布外サンプル）が分類対象になったときにも対応できるモデルの開発と性能評価を中心に研究を進める。
|
| 次年度使用額が生じた理由 |
コロナウイルスの影響によりフィールド調査が1年分遅れたため、撮影機材の購入なども遅れている。本年度は画像解析・分子実験を進めるために翌年度分として請求した。
|
