プロジェクト開発アリーナでは、学生が中心になって社会課題の解決に取り組みます。

AY2022-2023 プロジェクトリスト
  No.    プロジェクト名 担当教員
23-01 スマートミュージアム 吉岡 廉太郎
23-02 低摩擦路面での高速自動運転 奥山 祐市
23-03 スマートラーニング 渡部 有隆
23-04 スマートインフォーメションビジュアリゼション 髙橋 成雄
23-05 準備中
23-06 準備中

01. スマートミュージアム

担  当
  • 吉岡 廉太郎
ミッション
  • 役    割: 福島県立博物館における鑑賞体験の向上
  • 対    象: 鑑賞支援と展示設計
  • 付加する価値: 鑑賞者の学習と知識習得の質向上
目  的
  • 現状では、評価・改善に必要な来館者の展示物鑑賞行動に関する客観的なデータを得ることが困難な状況です
  • また、訪問者の学習体験を把握し、必要なサポートを行うことが難しいのが現状です
  • この状況を改善するため、展示会場内での来場者の行動を客観的に把握することが望まれます
  • さらに、来場者の学習体験を妨げないようにデータを収集することが求められています
  • そこで、来館者の行動を客観的に測定し、学芸員の分析・解釈を支援するシステムの開発します
目  標
  • 学習面での来場者の満足度が向上する
シナリオ
  • 来館者の行動を客観的に測定することを実現する。
  • 展示物の鑑賞を促進・誘導する来館者向けの機器・アプリケーションを開発する
  • 来館者の行動を分析し、可視化するための高度な計算手法を開発する
  • 測定・計算された来館者の行動を分析・解釈することを促す学芸員向けのシステムを開発する
  • 学芸員が分析・解釈に基づいて展示設計を行うことを支援するシステムを開発する
キーワード
  • Knowledge experience, activity sensing devices, image recognition, data visualization, data analysis, human-computer-interaction, human-computer-collaboration>
研究データベース

02. 低摩擦路面での高速自動運転

担  当
  • 奥山 祐市
ミッション
  • 役    割: 低摩擦路面での自動運転の可用性の向上
  • 対    象: 自動車運転環境のモデリング方法と運転の自動習得機構
  • 付加する価値: 低摩擦路面での自動運転アルゴリズムの獲得
目  的
  • 現状では、低摩擦路面での自動運転は困難
  • 低摩擦路面での運転は、通常の運転方法と操作が異なる
  • 実車での開発はコストや環境の再現可能性の問題で困難
  • 低摩擦路面での走行を模したドリフトラジコンカーを用いる
  • ミニサイズやシミュレータでの走行データの取得と自動走行アルゴリズムの構築が求められる
  • 低摩擦路面を模したラジコン向けサーキットとドリフトラジコンカーのシミュレータの開発
  • 開発したシミュレータでの自動走行の獲得と、上記のサーキットへの移行方法の開発
目  標
  • ドリフトラジコンカーのサーキットでの自動走行の実現
シナリオ
  • ラジコン向けサーキットを簡便に3次元モデリングする手法を開発する
  • ドリフトラジコンカーの物理動作を模擬するシミュレータを開発する
  • シミュレータ上で自動的に運転を習得するシステムを開発する
  • シミュレータと現実世界の観測の違いと運転の違いを吸収するシステムを開発
キーワード
  • 3D modeling, artificial intelligence, reinforcement learning, sim2real, autonomous driving, drifting/sliding
研究データベース

03. スマートラーニング

担  当
  • 渡部 有隆
ミッション
  • 役    割: SDGs 4 (質の高い教育をみんなに)に基づき教育格差を是正する
  • 対    象: 教育現場における学習支援と教育支援
  • 付加する価値: 学習意欲向上のための可視化、理解を促す説明手法、自律型学習環境を実現するユーザインタフェースと機械学習モデル
目  的
  • 教育、特にICT教育に関しては、地域・学校や経済状況に起因する教育格差がある
  • 現状では、コンテンツの拡充、研修システム、競争・ゲーム要素、に関するビジネスや教育手法が主流である
  • しかし、例えばプログラミングのような技能演習については、分かりやすい説明とフィードバックが必要であるが、指導者不足が問題となっている
  • そこで、学習者の自主学習を支援するためのスマートラーニング環境およびそのサブシステムを開発する
目  標
  • 学習者のモチベーション向上または自主学習効率の向上
シナリオ
  • 学習者の状態を閲覧・管理する可視化手法を開発する
  • アルゴリズムや手順を説明・実行するための表現手法を開発する
  • 学習者の状況に適応できるユーザインタフェースを開発する
  • 自律型学習をサポートする機械学習モデルを開発する
  • 学習データに関するデータマイニングやデータ解析手法を開発する
キーワード
  • Educational technology, visualization, educational data mining, adaptive learning, autonomous learning, programming, user interface/experience, artificial intelligence
研究データベース

04. スマートインフォーメションビジュアリゼション

担  当
  • 髙橋 成雄
ミッション
  • 役    割: 抽象データの視覚化における可読性の向上
  • 対    象: 対話的視覚データ分析のための視覚メタファー設計
  • 付加する価値: Human-in-the-Loopによる分析者本位の視覚データ分析
目  的
  • 利用可能なデータはそのタイプに関わらず増大の一途をたどっています
  • このような膨大なデータからな情報を排除し重要な情報を抽出する需要が高まっています
  • 抽出した重要な情報を個々のデータ分析者が把握できる技術が必要です
  • この問題を解決する手法として対話的な情報可視化システムの実装を図ります
  • さらに人が理解しやすい視覚的メタファーを設計しデータの可読性を向上させます
目  標
  • 分析者が可視化を通して対話的に個々の要求に応じたデータの理解を支援する
シナリオ
  • 多変量ベクトルをもつ頂点とそれらをつなぐ辺をもつネットワークのためのデータ構造を構築する
  • 頂点間の固有の関係性や類似度を用いて,ネットワークの2次元平面上の最適配置を求める
  • 頂点間の不要な辺をその重要度に応じて逐次的に削除することで,ネットワークを視覚メタファーに写像する
  • 頂点間の重要な接続性を抽出することで,ネットワークを視覚メタファーに写像する
  • 頂点間の接続性を連続的に制御することで,ネットワークの大局的構造から局所的特徴まで視覚メタファーを用いて可視化する
キーワード
  • Network visualization, set visualization, dimensionality reduction, visual metaphor design, visual analytics
研究データベース