ACTIVITY活動報告
【アーカイブ】
2023年度第１回海洋AI公開セミナー（動画・資料）
11月８日（水）に、卓越大学院プログラムの成果として、海洋大の海洋×AIの最新事例について、海洋AIコンソーシアムと連携した成果の発表や学生の研究事例紹介を通した2023年度第１回海洋ＡＩ公開セミナーを開催しました。
講演１：「公衆衛生に関してのデータ分析事例とその応用」
流通情報工学部門 准教授 田上 悠太
新型コロナウイルスによるパンデミックによって、公衆衛生学に注目が集まった。本講演では、公衆衛生学でよく用いられる超過死亡分析、ホットスポット検知の手法について紹介した。また、超過死亡分析の手法の死亡データ以外のデータでの応用例を示し、また、ホットスポット検知の手法に関しては手法改善方法の提案を行った。更に、これらの手法の海洋データに対しての応用の可能性に関しても報告を行った。
講演２：「画像処理・AI技術を活用した魚類遊泳行動の解析」
海洋生物資源学部門 助教 宮本 隆典
海中の魚群行動の把握は、海洋生物の保護、効率的かつ環境に優しい漁業の実現のために重要である。計測機器の発達により水中・海中動画の長期間収録が可能となり、人手ではとても処理しきれないほどの大規模のデータが得られるようになった。本講演では大規模データの効率的解析についての取り組みとして、画像処理技術を用いた定置網漁場における撮影動画中の魚群自動検知、およびAI技術を用いた実験室水槽内における魚類遊泳行動の解析について紹介を行った。
講演３：「A Study on Optimal Route Selection for Ship Weather Routing - Ship Operational Performance Modeling with AI」
応用環境システム学専攻１年 史 有明
AI and big data nowadays play an important role in shipping industry. Weather routing for example uses high-precision weather and oceanic forecast data to calculate the most favorable route for a particular voyage. Ship operational performance also known as the vessel's characteristics is crucial in this process because weather forecasts and other relevant data must be applied to each unique vessel. The fuel used, and the navigation area, and the age degradation from new construction varies from ship to ship.
In this presentation,by measuring and characterizing a real ship using machine learning,We find that instead of theoretical arithmetic, a ship's operational performance for example the fuel consumption can be predicted by a proper way of tuning algorithms and sufficient training data.The weather data applied a delicate yet abstract impact on a ship's fuel consumption. Our model included these factors and simulated the inferred fuel consumption as the output. We reserved a dataset to evaluate the accuracy and comprehensiveness of our model. In conclusion, validation loss of the model reduced to a low level.
講演４：「モバイル空間統計を用いた災害時の傷病者の発生分布の推定」（国立研究開発法人 海上・港湾・航空技術研究所 海上技術安全研究所）- 講演者の変更あり
国立研究開発法人 海上･港湾･航空技術研究所 海上技術安全研究所 荒谷 太郎氏
本講演では、モバイル空間統計データと自治体の公表している被災想定をもとに重傷者の発生分布を推定する方法について紹介を行った。モバイル空間統計データの4次メッシュ（500ｍ四方）のデータを用いて、高知県内における市区町村の全メッシュについて、重傷者の発生分布の推定を行った。結果として、予め重傷者が発生しそうな場所をメッシュ単位で把握できることが確認でき、より詳細な防災計画に役立てられる可能性を示した。
講演５：「Deep Learningによる海上風の高解像度化」（一般財団法人 日本気象協会）
海運ロジスティクス専攻1年 岩瀬 一馬
本講演では、一般財団法人日本気象協会におけるインターンシップの成果報告を紹介した。始めに、インターンシップの概要を説明し、インターンで行ったDeep Learningによる海上風の時空間方向への高解像度化について紹介した。具体的には、日本の主要な内湾の風ベクトルデータに対して、Deep Learningモデルを用いて高解像度化を実施した過程を説明し、結果を評価指標と図で示した。最後に、インターンシップに参加した感想を述べた。
