（海洋産業AIプロフェッショナル育成卓越大学院プログラム）
（Development of WISE Program to foster
AI Professionals for Marine Industries）

【開催案内】第16回・第17回海洋AI学生勉強会Plus (2024.3.13, 3.15)

『海洋AI学生勉強会plus』は、本卓越大学院プログラムに関連する学生や産業界・研究機関の方のためのオープンな勉強会です。ご興味のある方は是非ご参加ください。

第16回　2024年3月13日（水）9:30～11:35
参加登録フォーム

東京海洋大学越中島キャンパス2号館7階712号室とZOOM遠隔のハイブリッド開催（現地参加推奨）　
アクセスマップおよびキャンパスマップ
Simultaneous English caption will be provided. 

講演時間：9:30～10:00
講演者：奥林璃香氏（東京海洋大学M2） 
タイトル：十字モデルワークシート活用時におけるAI技術を用いた科学的探究力の評価
アブストラクト：平成29年告示中学校学習指導要領解説（理科）に、改訂の要点として「科学的に探究する学習を充実」が示された。科学的探究については多くの先行研究があるが、水圏環境教育学研究室では科学的探究の7つのプロセスを「思考力・判断力・表現力」に当てはめることが出来る十字モデルワークシート（WS）を開発している。このWSを用いると、科学的探究のプロセスを可視化することができ、それぞれの探究プロセスの項目ごとの繋がりを確認することで科学的探究力を評価することができるとされる。しかし、十字モデルWSに記入されている多様な記述を評価・分析するには限界がある。本研究では多様な記述についてAIを活用し分析する手法の開発を試みた。

講演時間：10:00～10:30
講演者：大沢朋也氏（東京海洋大学M2） 
タイトル：XバンドSAR画像を用いた機械学習による海岸線観測手法の検討
アブストラクト：現在、SAR画像を用いた機械学習による海岸線観測手法の研究が進められているが、海岸線変化傾向をとらえるために、より解像度の高いSAR画像を用いた海岸線観測手法の開発が期待される。本研究は、解像度約1mのXバンドSAR画像から海岸線を抽出する手法の検討を行った。解像度の高い画像に対する正解海岸線位置の作成手法を提案するとともに、海岸における構造物の有無等を考慮し、複数のモデルを作成し結果を比較した。

講演時間：10:35～11:05
講演者：加納光航氏（東京海洋大学M2） 
タイトル：機械学習を用いた船速モデル構築とウェザールティングへの適応性に関する研究
アブストラクト：物理モデルにおいて課題であった実海域での推進性能推定について、機械学習の手法である独立成分分析と主成分分析を適応した回帰モデルを作成し、船速推定の精度検証と航海計画立案への適応可能性について検討を行ったので報告します。

講演時間：11:05～11:35
講演者：松田蒼太氏（東京海洋大学M2） 
タイトル：機械学習を用いた操縦運動モデルの誤差推定
アブストラクト：国内の自動運航船の開発には、国内で開発された操縦運動モデルを用いたモデル予測制御が使われている。離着桟時には低速航行により舵効きが著しく低下し操船難易度が高くなることに加え、低速で航行する際には浅水影響や潮流の影響が大きくなるため、船舶の操縦運動モデルの精度が制御に影響を与える。精緻な操縦運動モデルのパラメータを推定する際には模型船を使用した水槽実験を行う必要があるが、就航している全ての商船でこのような模型船による水槽実験を行うことは現実的ではない。そこで本研究では、船舶の主要目等のデータから操縦運動モデルのパラメータを推定する手法を採用する。しかし限られたデータから推定した操縦運動モデルは、従来モデルに比べ誤差が大きくなる可能性がある。そこで本研究では操縦運動モデルのシミュレーションデータと実船の運動データを比較して誤差を推定する深層学習モデルを構築した。操縦運動モデルのシミュレーション結果を操縦運動モデルの誤差を学習した深層学習モデルで修正し、操縦運動モデルの精度を向上させることを試みた。

第17回　2024年3月15日（金）15:00～16:00
参加登録フォーム

ZOOMによる遠隔開催

講演時間：15:00～15:30
講演者：川上瑞貴氏（東京海洋大学M2） 
タイトル：機械学習を用いた陸奥湾・噴火湾へ来遊するカマイルカの鳴音の自動検出及び時系列変動から来遊時期や行動の推定に関する研究
アブストラクト：多くの鯨類において、その生態を知るために目視調査や受動的音響探査が行われている。目視では断片的な調査になる一方、受動的音響探査は長期的な連続観測が可能になる。しかし、データ量が膨大になり、得られたデータから人力で鳴音部分を検出することは多大な労力を要する。そこで、鯨類の鳴音解析において、機械学習を用いた鳴音の自動検出が注目を浴びている。本研究では、鳴音の自動検出化が進んでおらず、詳しい来遊時期が分かっていない日本近海へ来遊するカマイルカに対し、画像分類に優れた畳み込みニューラルネットワークを用いた鳴音の自動検出モデルの開発を行った。また、開発したモデルを用いて、鳴音の時系列変動を湾ごとや鳴音の種類ごとに比較し、来遊時期や湾内での行動の推定を行った。

講演時間：15:30～16:00
講演者：御厨正暉氏（東京海洋大学M2） 
タイトル：マルチモーダル言語モデルによるテレビ番組へのコメント生成
アブストラクト：スマートフォンの普及によりSNSに流通する動画コンテンツが急速に増えており、人が動画を視聴することなく内容を文章化する技術が求められている。一般的な自然言語処理のタスクと比べ、このタスクは難しいとされていたが、InstructBLIPは既存のマルチモーダル言語モデルと比較して、幅広い評価データセットに対して優れた性能を示すことが報告されている。そこで本研究ではInstructBLIPの日本語対応版であるJapanese InstructBLIP Alphaを利用してテレビ番組へのコメント生成を行った。様々な番組データセットや、評価データセットの組み方の条件下でモデルの学習を行い、評価データセットに対する損失を用いて性能を検証した。

開催方法：対面もしくはZOOM　発表時間は5分の質疑応答時間を含みます。
参加費用：無料

• 海洋AI学生勉強会Plusの趣旨
  学生の勉強会の場である「海洋AI学生勉強会」の発展形として、試行錯誤段階における気楽な発表および意見交換の場という位置づけは維持しつつ、関連する産業界や研究機関の研究者・開発者の方にもオープンに参加していただき、より活発な交流の機会の場を設けるものです。
  
  
• 参加資格
  海洋産業やAIに関わる学生、エンジニア、研究者であって、積極的に質疑応答に参加する意思のある方。ただし、上記趣旨にあるように、発表が試行錯誤段階のものであるかもしれないことを理解した上で前向きな意見交換が可能であること。
  
  ※積極的な質問やコメントを歓迎しますが、一方で人格を否定するような発言や過度に厳しい意見など、他の参加者を委縮させるような言動はご遠慮ください。
  
  
• アーカイブ方針
  発表者名・タイトル・アブストラクトは公開
  講演資料については発表者の希望がある場合のみ公開。当日の参加者だけに送りたい場合はZOOM等のチャットを利用。
  録画は発表者にのみ提供し、一般公開はしません。主催者で保存するデータは一定期間（1年程度）経過後削除します。
  

• 詳細はこちらをご覧ください
  海洋AI学生勉強会Plusサイトhttps://sites.google.com/view/marine-ai-plus/
  
  
• 関連リンク
  掲載ページ（学生支援＞学生サポート）
  https://www.g2.kaiyodai.ac.jp/marine-ai/support/