【研究領域課題番号】21H01417 (KAKENデータベースで見る）

【研究キーワード】

橋梁点検診断 / 損傷検知 / CNN / AI / 維持管理 / Deep learning / 画像処理 / 橋梁点検 / SfM / Image captioning / 人工知能

【研究成果の概要】

橋梁点検診断の効率化および高精度化のため，Deep Learning（DL）技術の一種である
Convolutional Neural Network (CNN)により橋梁撮影画像を解析し，損傷を自動で評価する手法の実現が期待されている．当該年度は，当初目標であった既存点検データラベル付，ドローン計測，分岐型CNN構築，SfM，Image Captioning，専門知モデル，それらの取り組みをはじめる計画であったが，計画通り全てスタートすることができた．
その中で，特にImage Captioningについては想定通り（あるいは想定以上）の結果が出始めており，当初想定していた内容がほぼ既に実現できており，現在成果をまとめている段階である．また，Webシステムへの実装なども行っており，現在この内容についても投稿中である．
専門知モデルについては，着実に研究を進めている段階にあり，特にResource Description Frameworkのトリプルを活用すれば扱いやすいと見出したところである．
ドローン計測とSfMについても計画通りの結果がではじめており，撮影した写真が三次元モデル内でどの位置にあるか，AIで自動検出した損傷がどの位置にあるかなどを同定することも既に出来ている．この結果についても，既に論文はStructure and Infrastructure Engineeringに投稿されており，軽微な修正を着実に行っている段階である．多様な環境の正規化を行う分岐型CNNについては，分岐型CNNに加えてAttention機構を導入することが的確であると見出し，現在解析を進めている．

【研究種目】基盤研究(B)

【研究期間】2021-04-01 - 2024-03-31

【配分額】17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)

【研究領域課題番号】19K08201 (KAKENデータベースで見る）

【研究キーワード】

CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 / PET画像 / 機械学習 / 人工知能 / 正規化 / CT / MRI / 機能推定 / 画像処理 / 医学物理学 / 機能画像 / レディオミクス

【研究成果の概要】

腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影プロトコルでは実現できない階層の情報抽出に基づいた正規化法を研究した。

【研究の社会的意義】

本研究により、様々なCT画像を仮想的に生成し、それを学習データとして人体密度、実効原子番号、及び人体の主要６元素（水素、炭素、窒素、酸素、りん、カルシウム）の密度分布を高い精度で推定できる手法を実現することができた。また、本研究期間内においてMRI画像、PET画像、超音波画像などの様々な医用画像に対して病気分類等を実現するモデルを実現することができた。この研究成果は、放射線治療・放射線診断をはじめとする分野において高精度な医療を提供することにつながり、今後の社会応用への期待が高まる結果を得ることができた。

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2022-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】感性情報学・ソフトコンピューティング

【研究領域課題番号】19700214 (KAKENデータベースで見る）

【研究キーワード】

ニューラルネットワーク / 非線形ダイナミクス / 画像処理 / 複素関数 / 感性情報処理 / 非線形科学 / 人工知能 / 複素ニューラルネットワーク

【研究成果の概要】

波動現象や多階調画像などの複素数表現が適したデータを扱う情報処理技術を発展させるため、非線形ダイナミクスに着目して複素ニューラルネットワークの研究を行った。連続的な非線形性をもつ複素ニューロンの活性化関数を新しく提案し、多階調画像のノイズ除去やグラフ彩色問題の最適解探索などの課題へ応用し、従来の離散的な活性化関数を用いた手法より性能が向上することを数値実験によって示した。

【研究種目】若手研究(B)

【研究期間】2007 - 2009

【配分額】3,730千円 (直接経費: 3,100千円、間接経費: 630千円)

【研究分野】商学・経営学

【研究領域課題番号】60410013 (KAKENデータベースで見る）

【研究キーワード】

経営 / 情報 / 経営情報学 / 情報システム / 情報技術 / 人工知能 / 推論 / 論理 / 画像処理 / 昇進・昇格パターン / 企業風土 / 帰属意識 / CAI / 情報科学 / データベース / 情報利益 / 形式論理

【研究成果の概要】

本研究は, 本学における「経営情報学」確立の方向への努力の一環である. 研究は, 「経営学」と「情報学」の二つの領域に分かれるが, 両者を結ぶ共通概念は, 「情報」である.
●経営学の領域に属する研究成果には, つぎのようなものがある.
1.経営全般に関するもの
(1)経営における意志決定システムとしての組織の分布と, 組織革新における情報の役割
(2)経営活動のコントロールにおける情報の役割
2.経営の各機能分野に関するもの
(1)マーケティング活動のための情報システムの現状分析と将来展望
(2)財務活動における情報利用の有効性とそれに伴なう利益の分析
(3)人事管理のための人事情報データ利用を目指すコンピュータの活用
(4)流通管理における社会の情報化の進展の影響による変化の予測
●情報学の領域に属する研究成果には, つぎのようなものがある.
1.経営における情報利用全般に関するもの
(1)情報技術進歩の成果の活用に対する動向追跡
2.情報技術の進歩に貢献するもの
(1)組織記憶としてのデータベースの高度化のための理論的研究
(2)プログラミング教育支援のための知的CAI開発のための基礎研究
(3)会計情報システムにおける会計取引文の意味解析に関する研究
(4)コンピュータ・ヴィジョンにおける目標追跡行動に関する研究
(5)経営科学・統計学における重要な算法を支える理論に関する研究
上記の各テーマにおいて, 将来の研究方向をも示唆する発展性のある研究成果が得られた.

【研究種目】一般研究(A)

【研究期間】1985 - 1987

【配分額】7,200千円 (直接経費: 7,200千円)