- 幅広く農業について考えると、たくさんの研究や意見が存在し、卒業論文を行うにあたって、非常に難しくなるので、簡単に育ちやすい農作物を調べることや条件を決めることによって、問題を簡単にすることが重要である。
- 自分の発表内容から、どちらかというと植物学などの分野に逸れてしまい、実際の農業における問題を解決するのであれば、もう1度、今まで調べた内容を整理し、施設園芸農業の特徴を考えながら、研究の原点に振り返る。
- 室内でできる簡単な農業として、水耕栽培というのを見つけたので、家庭でできる簡単な農業についても調べる。
- データが取りやすく、簡単に育てることのできる農作物について考える。それに伴って、コストパフォーマンスや働かせる人の労働についても考えるべきである。
- 農作物の育ちと光の波長の関係性についての研究を調べる
また、先輩方の研究内容を参考にし、以下のようなことについて、自分の卒業論文のテーマに組み込むために、事前に実際に研究が行われているかなどを調べた。
- 農業分野とデザイン(芸術)分野を組み合わせて、品種改良なしで農作物の色を変化させる新たなデザイン農業についての研究
- 農業をデザインすることについて、実際の研究者はどのような研究内容を行なっているのか
このことについて、先生や先輩方から以下のようなアドバイスをもらった。
- 農業分野とデザイン(芸術)分野を組み合わせるのは良いが、プロジェクションマッピングを用いて農作物に文字や絵を書くなどは、植物が日々成長し葉の向きを変えるので難しい
- 農作物の育ちと光の波長の関係性を用いて、葉の色を一部変えるのは良いが、それからいかにビジネスや農業における問題につなげていくのか
- 何かの分野を用いて、対象の分野の問題を解決することは重要だが、改善やよりよくするための工夫方法を考えることも重要である
- AI(Agriculteur Informatics)農業についての研究を調べる
したがって、次回の研究会までには、以上のようなことについて実際に行われている研究やそれに関係した分野の製品等を調べ、先生に購入していただいたIoT水耕栽培機「foop」を用いて行う研究計画を立てていこうと思う。
また、本日の研究会での先輩方の発表や意見・アドバイスとして、以下のようなことがあげられたので、それも参考にし、卒業論文における研究を進めて行こうと思う。
<犬の個体認識についての研究>
- 画像認識や動画認識において、ディープラーニングを用いての認識(→ただし、動画は1秒間にたくさんのフレームを送っているので計算量が膨大になって大変)
- 前世代の人工知能であるパターンマッチングを用いての画像認識(ディープラーニングよりは精度が落ちてしまう)
- パターンマッチングは、if-thenルールで書かれているので、ディープラーニングより難しい
- 動画からの個体識別について、動画の差分を用いて対象をとらえる技術を利用すれば良い(ex. Google Video, Clarifai, etc.)
- 動画や画像の認識として、タグ付けを行うことにより、ベイズ推定を行うことができる(これにより、類似度を調べることができる)
- ニューラルネットワークについての研究
- 動画において、ある時間より前の画像を抽出し、その画像との差分を計算し、どちらに対象が動いているかのベクトルを調べるオプティカルフローという技術について
- 人工知能、機械学習、深層学習の研究の違い
- 拡張現実とブレインストーミングの結びつけ(Post-itを画像認識する技術について)
- 背景差分法と拡張現実を用いて、画像が動かされたことを認識
- ラベルごとのカテゴライズ (→教師なし学習について)
- 富士通のUI技術に注目
さらに、自分は、今回の研究会で、「企業の方々は、固定概念に囚われているので、学生の方が、より良い意見が浮かぶかもしれない」という永原先生からのアドバイスはとても参考になったと思う。したがって、これからの研究会や自らの活動において、現実的に可能な範囲内で、アイディアをたくさん膨らませていこうと思う。
0 件のコメント:
コメントを投稿