![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2025-11-27T03:30:19+01:00","","") #author("2025-12-12T07:44:10+01:00","","") *技術紹介 [#hb8f1ea2] **人工知能 [#t0d55920] |LEFT:50|LEFT:450|c |タイトル|[[柴原さん卒論]]| |要旨|勾配情報を考慮した粒子群最適化による制約付き多目的最適化問題の解の探索．| |Keyword|多目的粒子群最適化, 勾配情報，局所探索，パレート解| |手順|1）探索母集団を初期化する．| |~|2）各個体を評価する．| |~|3）各個体のpbest，gbestを選出し，位置と速度を更新する．| |~|4）アーカイブの更新を行う．| |~|5）2に戻る．| |担当|[[柴原]], [[佐藤]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[小澤さん卒論]]| |要旨|ターミナルアトラクタを組み込んだ複製・競合メカニズムによる効率的な機械学習．| |Keyword|RCRBFN,シナプス,ターミナルアトラクタ,逆強化学習| |手順|1）競合を行いながらパラメータを更新しながら誤差を減らしていく．| |~|2）誤差が E(w,φ) ≈ 0 となったら学習終了．ある正数 >0より大きな値に収束したならSTEP 3へいく．| |~|3）逆温度パラメータを大きくしながら中心位置mの複製場所を求めRBFを複製．| |~|4）ステップ１に戻る．| |~|5）****************．| |担当|[[小澤]], [[佐藤]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[佐藤さん卒論]]| |要旨|大規模言語モデルに組み込む動的適応プルーニングの提案手法| |Keyword|プルーニング，ターミナルアトラクタ，大規模言語モデル，ファインチューニング| |手順|1）学習開始| |~|2）不要な重みの特定| |~|3）削除しても問題ないか検証・評価| |~|4）検証後問題泣ければ、ターミナルアトラクタの組み込み、重みをゼロ化。| |~|5）学習終了後、完成されたモデルの最終的な評価を行う。| |担当|[[佐藤]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[小原さん卒論]]| |要旨|サッカーシュミレーションによる最適解の行動| |Keyword|＊＊＊＊＊＊＊＊＊，＊＊＊＊＊＊＊＊＊| |手順|1）＊＊＊＊＊＊＊＊＊| |~|2）＊＊＊＊＊＊＊＊＊| |~|3）＊＊＊＊＊＊＊＊＊| |~|4）＊＊＊＊＊＊＊＊＊| |~|5）＊＊＊＊＊＊＊＊＊| |担当|[[小原]]| |||c &br; **経済工学 [#a65fee04] |LEFT:50|LEFT:450|c |タイトル|[[木下さん卒論]]| |要旨|市場間分析を活用した高頻度データに対するパラメータ選択による最適なストラテジー構築 | |Keyword|市場データ,因果探索，売買前提条件，自動売買| |手順|1）為替と市場のデータをリサンプリングして収集する．| |~|2）因果性分析と相関を算出し，売買の前提条件とする．| |~|3）Backtestingによる最適パラメータを検出する．| |~|4）利益が出る自動売買のルールを抽出する．| |~|5）自動売買を実行し１週間の利益を表示する．| |担当|[[木下]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[蒲田さん卒論]]| |要旨|金融変数と実体経済変数の因果探索と数法則発見法による経済波及経路のモデル化と可視化| |Keyword|金融データ，市場データ，時系列分析，3Dグラフ，因果性，モデル化| |手順|1）金融データ，市場データをスクレイピングしデータ収集| |~|2）収集したデータの前処理| |~|3）VAR-LiNGAMを用いた時系列を考慮した因果探索| |~|4）RF5法による数法則の発見，モデル化| |~|5）3Dグラフによる経済変数間の関係性描画| |担当|[[蒲田]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[戸田さん卒論]]| |要旨|金融経済データからの産業連関表を活用した為替変動の波及効果の分析と可視化| |Keyword|金融経済データ, 産業連関表, 為替変動, 波及効果, 3Dグラフ| |手順|1）産業連関表の三角化| |~|2）3D グラフによるサプライチェーン構造の可視化| |~|3）業種別株価とドル円為替レートのデータ取得| |~|4）為替変動時の各産業への影響の算出| |~|5）相関分析とヒートマップによる可視化| |担当|[[戸田]], [[中山]]| |||c &br; **IoT [#y8f215c2] |LEFT:50|LEFT:450|c |タイトル|[[センサとマイコン(Arduino, Raspberry Pi)による行動分類]]| |要旨|カメラ，マイク，GPS受信機セット(緯度、経度、海抜高度)，温湿度気圧センサー，照度センサー，赤外線焦度センサー，9軸センサーモジュール(加速度xyz、角速度xyz、磁気コンパスxyz)，体温センサー，心拍，GSRセンサー(皮膚電気反射)のデータを取得する．ただし，カメラ画像とマイク音声はテキストでも取得する．| |Keyword|電子センサ, Arduino, Raspberry Pi| |手順|1）センサ, ブレッドボードとArduinoを接続し，設定する．| |~|2）Raspberry Piを設定し，PCにデータを送れるようにする．| |~|3）カメラ画像，マイク音声からテキストを抽出する．| |~|4）データをPCモニタにオンラインで描画し，ファイルに出力する．| |~|5）行動識別や分類結果を出力する．| |担当|[[山本]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[行動分類とスマートグラスによるアンビエント環境構築]]| |要旨|UnityなどのVRコンテンツ作成ソフトにより，スマートグラスに情報表示することで，人間と環境でのアンビエント環境を実現する．| |Keyword|行動識別, ストレス, コーピング| |手順|1）IoTセンサーで環境・生体データを収集し行動識別する(上の続き)．| |~|2）場所，行動が間違い，未知の場合はマイクで正解をラベルする．| |~|3）センサーデータと行動経過時間からストレスレベルを検知する．| |~|4）行動状況とストレスレベルから望ましいコーピングを学習する．| |~|5）アンビエント情報と望ましいコーピングをスマートグラスに表示する．| |担当|[[江崎]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[江崎さん卒論]]| |要旨|モビリオ機器で行う．決定木分析とt検定まで| |手順|1）瀧田さんから引き継ぎ説明，プログラムもらう| |~|2）設定して実行| |~|3）Wikiにその作業手順をまとめる| |~|4）プログラムはそのままアップロードでよい| |~|5）| |担当|[[堀田]]，[[水上]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[瀧田さん卒論]]| |要旨|職場環境改善を支援する小型ウェアラブルICT機器の開発による短期ストレスへのコーピングと中長期ストレスとの関連| |Keyword|行動識別, ストレス, コーピング, 職場環境改善| |手順|1）小型ICTセンサーの配線・組み立て．| |~|2）サーバーでのデータ分析．| |~|3）行動識別の最新位置や決定木分析の表示する．| |~|4）ストレスレベルから望ましいコーピングを学習する．| |~|5）望ましいコーピングをHTML表示と音声出力する．| |担当|[[瀧田]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[大森さん卒論]]| |要旨|精神疾患患者を対象とした歩行時の不安障害を緩和させる足元センシングを用いた歩行支援| |Keyword|足元センシング，機械学習| |手順|1）デバイスの作成．| |~|2）センシングによるデータ取得．| |~|3）取得データの解析およびコーピング．| |~|4）LINEアプリの開発環境構築．| |~|5）機械学習の教師用データ作成．| |担当|[[大森]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[北田さん卒論]], [[八十住さん卒論]]| |要旨|農福連携による障がい者の支援のための足元データも考慮したネックバンド機器の開発| |Keyword|IoTセンシング, ストレスコーピング, 行動識別| |手順|1）装置の作成．| |~|2）テザリングによる接続．| |~|3）データ収集．| |~|4）データ送受信と行動識別．| |~|5）コーピングHTML表示．| |担当|[[北田]], [[八十住]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[IoTによる足元・ネック型の不安検知システム]]| |要旨|農福連携におけるインソール・ネックバンド型機器のデータフュージョンによるコーピングシステム| |Keyword|歩行支援，ストレスコーピング，装着方デバイス，データフュージョン| |手順|1）インソール型機器とネックバンド型機器の作成| |~|2）装置の装着| |~|3）データ取得，送受信| |~|4）足元状態，ストレス値測定，コーピング音声出力| |~|5）データ解析| |担当| Rene先生, [[小原]]| |||c &br; **メディア工学 [#ae2e885f] |LEFT:50|LEFT:450|c |タイトル|[[山内さん卒論]]| |要旨|即興演奏を支援するメロディーからギターの感性コード譜を生成する| |Keyword|メロディー，音高推定，ギター| |手順|1）リアルタイムでの音声入力| |~|2）手順1で入力された音声の音高推定| |~|3）ギターのコード作成| |~|4）音高に合ったコード譜の作成| |~|5）コードによる印象の変化| |担当|[[山内]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[水上さん修論]]| |要旨|トピックモデルと感情推定を活用したネガティブ感情軽減のための音楽推薦システムの開発| |Keyword|トピックモデル(LDA), 感情分析，楽曲推薦| |手順|1）webから楽曲の特徴量を収集する．| |~|2）BERTをもちいて歌詞の感情値を推定する．| |~|3）ガイド付きLDAを用いて歌詞のトピックを推定する．| |~|4）プレイリストを作成する．| |~|5）カメラから感情を推定する．| |担当|[[水上]], [[石井]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[石井さん卒論]]| |要旨|＊＊＊＊＊＊＊＊＊| |Keyword|＊＊＊＊＊＊＊＊＊，＊＊＊＊＊＊＊＊＊| |手順|1）＊＊＊＊＊＊＊＊＊| |~|2）＊＊＊＊＊＊＊＊＊| |~|3）＊＊＊＊＊＊＊＊＊| |~|4）＊＊＊＊＊＊＊＊＊| |~|5）＊＊＊＊＊＊＊＊＊| |担当|[[石井]]| |担当|[[石井]],[[山崎]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[高田さん修論]]| |要旨|漢方医学的問診と共感力向上のためのバーチャル患者モデルの開発| |Keyword|生成AI, バーチャル患者| |手順|1）漢方医学的問診シナリオの作成．| |~|2）漢方医学的問診を行うための生成AIの作成．| |~|3）対話型システムと生成AIの統合. | |~|4）3Dキャラクターの作成．| |~|5）感情推定,感情と表情の一致．| |担当|[[高田]], [[氷見]]| |||c &br; **オープンデータ [#re2d9a49] |LEFT:50|LEFT:450|c |タイトル|[[長瀬さん卒論]]| |要旨|証拠に基づく政策立案のためのオープンデータを利活用したWebGIS可視化によるデータフュージョン| |Keyword|EBPM,因果探索，DEA,GIS| |手順|1）特定のオープンデータサイトからデータを収集する| |~|2）対象の市区町村，項目を指定し，因果探索を行う| |~|3）因果性の方向をもとにデータを配置し，DEA分析を行う| |~|4）入力・出力改善値，フロンティア集合をGISで提示| |担当|[[長瀬]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[島部さん卒論]]| |要旨|犯罪発生要因の可視化と不均衡なデータに対処した予測モデルの精度向上| |Keyword|地理的犯罪予測，機械学習| |手順|1）過去の犯罪発生データを取得| |~|2）地図画像やWebページなどから多様な説明変数を抽出| |~|3）適切なアプローチを行い，機械学習| |~|4）予測モデルを解釈し，犯罪発生要因を算出| |~|5）予測マップと要因マップをHTML上に可視化| |担当|[[島部]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[長瀬さん修論]]| |要旨|＊＊＊＊＊＊＊＊＊| |Keyword|＊＊＊＊＊＊＊＊＊，＊＊＊＊＊＊＊＊＊| |手順|1）＊＊＊＊＊＊＊＊＊| |~|2）＊＊＊＊＊＊＊＊＊| |~|3）＊＊＊＊＊＊＊＊＊| |~|4）＊＊＊＊＊＊＊＊＊| |~|5）＊＊＊＊＊＊＊＊＊| |担当|[[長瀬]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[中島さん卒論]]| |要旨|土地の環境要因が地価へ及ぼす影響の解明| |Keyword|ビッグデータ| |手順|1）犯罪発生データの取得| |~|2）緯度経度からメッシュを格納| |~|3）データセットの前処理| |~|4）変数選択| |~|5）Elastic Net．| |担当|[[中島]], [[近藤]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[海野さん卒論]]| |要旨|機械学習を用いたホタルイカの身投げ予測と、Webサイトでの公開| |Keyword|機械学習| |手順|1）過去の身投げ量、気象データ、月齢データ、潮データを取得する| |~|2）そのデータをもとにどのような日でホタルイカが身投げしやすいかの予測モデルを作成する| |~|3）そのモデルを使用して未来の身投げ量を予測する| |~|4）その予測をWebサイトで公開する| |担当|[[海野]]| |担当|[[海野]], [[伊藤]]| |||c &br; **ローコード・ノーコード [#bf112a5b] |LEFT:50|LEFT:450|c |タイトル|[[ビジュアル・プログラミング]]| |要旨|ビッグデータの分析のためプログラミング初級者でも活用できるビジュアル・プログラミングツールを開発し，複雑なプロセスがある機械学習でも容易にブロック形式で直感的に実現できるようにする．| |Keyword|ビッグデータ，オープンデータ，機械学習，ブロック形式| |手順|1）Javascriptでブロックを表現する．| |~|2）PythonをJavascriptに埋め込む．| |~|3）ブロック実行時にPythonでの分析結果を出力する．| |~|4）プログラム初級者がアクセスし活用できるようサーバーにて動作させる．| |~|5）同じデータを異なるカスタムブロックで分析して，それぞれで結果を得る．| |担当|[[横井]], [[沼田]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[発想支援のビジュアル・プログラミング]]| |要旨|外部の登録したユーザーが入力した検索ワードのファイルを受け取り，ユーザーのPCに発想支援の結果をWEBで表示．| |Keyword|発想支援，ブロック形式| |手順|1）Javascriptでブロックを表現する．| |~|2）PythonをJavascriptに埋め込む．| |~|3）ブロック実行時にPythonでの分析結果を出力する．| |~|4）プログラム初級者がアクセスし活用できるようサーバーにて動作させる．| |~|5）同じデータを異なるカスタムブロックで分析して，それぞれで結果を得る．| |担当|[[武藤]]| |||c &br; **発想支援 [#u3852c9f] |LEFT:50|LEFT:450|c |タイトル|[[スクレイピング・自然言語処理・3Dグラフ]]| |要旨|WebやTwitterのテキスト，タイムスタンプなどから検索キーワードや時系列を抽出して，キーワード間の静的な因果関係，動的な情報拡散のつながりを知識として検出する．| |Keyword|スクレイピング，自然言語処理，共起グラフ| |手順|1）WebスクレイピングでN個のキーワードでページを収集する．| |~|2）形態素解析でN個の共起グラフを抽出する．| |~|3）nC2の共起グラフの組合せごとに共通ワードを検出する．| |~|4）共通ワードを介してキーワード間をワードでつなぐ．複数ならパスも複数となる．| |~|5）複数のパスを評価してランキングする．| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[QGISによる地理情報システム]]| |要旨|＊＊＊＊＊＊＊| |Keyword|＊＊＊＊＊＊＊| |手順|1） ＊＊＊＊＊＊＊| |~|2） ＊＊＊＊＊＊＊| |~|3） ＊＊＊＊＊＊＊| |~|4） ＊＊＊＊＊＊＊| |~|5） ＊＊＊＊＊＊＊| |担当|[[平松]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[平松さん卒論]]| |要旨|平松さんの卒論を再現しておく| |手順|1）滝沢さんから引き継ぎ説明，プログラムもらう| |~|2）設定して実行| |~|3）Wikiにその作業手順をまとめる| |~|4）プログラムはそのままアップロードでよい| |~|5）| |担当|[[大森]]，[[高田]]| |||c &br; |BGCOLOR(pink):LEFT:50|BGCOLOR(pink):LEFT:450|c |タイトル|[[平井さん卒論]]| |要旨|情報数理工学と知識工学を融合した基盤研究にもとづいて，特許情報のベクトル化などにより，新たな知的発見を支援する基盤技術を開発する．| |Keyword|IPランドスケープ，知的財産戦略，自然言語処理，3D描画| |手順|1）ユーザーの入力に基づいてGooglePatentsから特許本文をスクレイピングする．| |~|2）取得したテキストデータをSetence-BERTを用いてベクトル化する．| |~|3）ベクトル化されたデータに対してUMAPを用いて次元圧縮を行う．| |~|4）次元圧縮されたデータをもとにクラスタリングを行う．| |~|5）それぞれのクラスターについて共起語ネットワークを3Dグラフで描画する．| |担当|[[平井]]| |||c &br; **生物工学 [#i9827e8c] |LEFT:50|LEFT:450|c |タイトル|[[武藤さん卒論]]| |要旨|遺伝子データベースからのテキストマイニングによるPathwayにおけるタンパク質の関連性の可視化| |Keyword|遺伝子データベース,Pathway,可視化| |手順|1）KEGGのREST APIから遺伝子，パスウェイ情報を取得| |~|2）遺伝子とその遺伝子を含むパスウェイの対応表を作成| |~|3）同パスウェイに出現するタンパク質同士の共起頻度を求め，隣接行列を出力| |~|4）隣接行列をサーバ経由でに送り，html上で3Dグラフを表示する| |~|5）得られた共起ネットワークから，次の分析を促す結果を提示する| |担当|[[武藤]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[武藤さん修論]]| |要旨|機械学習分類と特徴エンジニアリングを用いた化学反応に最適な酵素(EC番号)を予測するモデルの開発| |Keyword|EC番号予測，特性値変化量，ランダムフォレスト，記述子選択，SMOTE| |手順|1）多クラス分類を行うためのデータセットの作成| |~|2）データセットを学習/テストデータに分割し，層化5分割交差検証を実施| |~|3）SMOTEを用い，EC番号1桁，2～3桁目分類の精度に関わる記述子の選択| |~|4）各記述子選択で選ばれた記述子をマージ・重複削除し，ランダムフォレストのパラメータ調整を実行| |~|5）選択された記述子組合せ，最適パラメータでEC番号1～3桁目分類を行うモデルを作成し，テストデータを用いて分類精度を評価| |担当|[[武藤]]| |||c &br; **教育工学 [#l9767359] |LEFT:50|LEFT:450|c |タイトル|[[滝沢さん卒論]]| |要旨|教学データの学習エビデンスに基づくGPA向上のための情報推薦・学習支援システムの開発| |Keyword|教学ビッグデータ，情報推薦，GPA向上| |手順|1）過去の学生のデータ，卒業要件データ，シラバスデータの収集| |~|2）過去のデータから対象の学年学期以降の卒業要件を満たす取得科目の推薦．| |~|3）科目の学習に必要なWEB，動画の情報収集，提供．| |~|4）学習資料を提示するHTMLの活用による洗練化．| |~|5）望ましい生産数を出力する．| |担当|[[滝沢]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[中市さん卒論>中市引継ぎ.nakaichi]]| |要旨|効率的な遡り学習も考慮できる目標逆算型積み上げ式学習支援システムを作成| |Keyword|教育，自ら学ぶ力，遡り学習，積み上げ式学習，CPM| |手順|1）教科書会社の情報で単元ごとのデータを作る| |~|2）スクレイピングで教材をとってくる| |~|3）ユーザーが個人情報を入力| |~|4）スケジュールを作成| |~|5）3Dグラフを作成| |担当|[[中市]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[不確実性を考慮した目標逆算型積み上げ式学習支援システム]]| |要旨|不確実性を考慮し,対話型でスケジュール選択のすることのできる学習支援システムを作成．| |Keyword|ファジィ,遡り学習,対話型,ファジィCPM| |手順|1）スクレイピングで最新の資料を持ってくる．| |~|2）単元のごとに決まっている時間にファジィ数を適用する．| |~|3）ファジィCPMによってスケジュールを作成する．| |~|4）対話型でユーザーにスケジュールを選択してもらう．| |~|5）3Dグラフと教材を表示する．| |担当|[[島崎]], [[山本T]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[山本Tさん卒論]]| |要旨|卒業生の就職先データを活用したキャリアパス指向の履修科目支援システム| |Keyword|就職先データ, キャリアパス支援, 教学ビッグデータ| |手順|1） ＊＊＊＊＊＊＊| |~|2） ＊＊＊＊＊＊＊| |~|3） ＊＊＊＊＊＊＊| |~|4） ＊＊＊＊＊＊＊| |~|5） ＊＊＊＊＊＊＊| |担当|[[山本T]]| |担当|[[山本T]], [[尾崎]]| |||c &br; **生産工学 [#oc976ea3] |LEFT:50|LEFT:450|c |タイトル|[[川口さん卒論]]| |要旨|レジリエンスな生産計画のためのリスク評価指標AVaRのShapley値による最適化| |Keyword|行動識別, ストレス, コーピング, 職場環境改善| |手順|1）初期値の入力．| |~|2）AVaRの算出．| |~|3）Shapley値による配分．| |~|4）生産計画に数値を設定する．| |~|5）望ましい生産数を出力する．| |担当|[[川口]]| |||c &br; **健康福祉工学 [#rc6823c3] |LEFT:50|LEFT:450|c |タイトル|[[安藤さん卒論]]| |要旨|Web情報を活用した自動献立作成における制約条件を考慮できる粒子群多目的最適化の並列分散処理| |Keyword|献立作成，粒子群多目的最適化，並列処理| |手順|1）レシピ，食材，利用者データを収集．| |~|2）蓄積データからの多目的最適化問題の定式化．| |~|3）MOPSOによる多目的最適化問題のパレート解の導出．| |~|4）並列処理によるパレート解の導出の高速化．| |~|5）利用者との対話によるパレート解からの望ましい献立の選択．| |担当|[[安藤]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[水上さん卒論]]| |要旨|遺伝的アルゴリズムによる献立作成| |Keyword|多目的遺伝的アルゴリズム，分散処理| |手順|1） レシピサイトからレシピ情報を抽出しcsvに出力．| |~|2） ユーザ情報を入力してもらう| |~|3） nsga2による献立作成| |~|4） 並列分散処理による高速化| |~|5） レシピ情報をhtmlに出力| |担当|[[水上]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[堀さん卒論]]| |要旨|UXを考慮した自動献立作成システム| |Keyword|UX,ロジスティック回帰分析 | |手順|1）レシピサイトからレシピ情報を抽出しcsvに出力| |~|2）ユーザ情報を入力してもらう| |~|3）nsga2による献立作成| |~|4） ロジスティック回帰分析| |~|5）UXを考慮して献立作成| |担当|[[堀]], [[辻]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[辻さん卒論]]| |要旨|AIと遺伝的アルゴリズムを用いたパーソナライズ献立自動作成システム| |Keyword|NSGA-II, TF-IDF, コサイン類似度, 多目的最適化, 機械学習| |手順|1） 制約条件と目的関数の設定| |~|2） TF-IDFによるレシピのベクトル化とスコアリング| |~|3） NSGA-IIによるパレート最適解の探索| |~|4） AIスコアに基づくヒューリスティックな割り当て| |~|5） パレート解の可視化とJSONデータ出力| |担当|[[辻]]| |担当|[[辻]], [[松村]]| |||c &br; **生体工学 [#xdd1eb08] |LEFT:50|LEFT:450|c |タイトル|[[簡易脳波計によるジャンケン予測のためのクラスタリング]]| |要旨|簡易脳波計をつけて，ジャンケンに負ける手を出すときの脳波から，出す手を脳波から事前に予測する．ジャンケンを実行してPCがジャンケンに勝つ手を出す勝率を表示する．| |Keyword|簡易脳波計，ジャンケン，クラスタリング| |手順|1）OpenBCIのソフトウェアをインストールする．| |~|2）簡易脳波計とPCを接続しデータが収集できていることを確認する．| |~|3）グー，チョキ，パーの特徴量を前処理で増幅する．| |~|4）ジャンケンの手を出す事前脳波から学習によりクラスタリングする．| |~|5）ジャンケンを実行し，勝率を出す．| |担当|[[清水]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[なぞり運動の習熟の解明]]| |要旨|ターゲット・トラッキングタスクでなぞり運動における内部モデルのモデル化と習熟メカニズムを解明するため，なぞり時のズレ，時間のデータを取得して，腕の慣性行列，粘性行列，剛性行列を導出する．| |Keyword|なぞり運動，PsychoPY，鏡映変換，習熟| |手順|1）PsychoPYをインストールする．| |~|2）鏡映変換でなぞり運動をしてデータが収集できていることを確認する．| |~|3）鏡映変換以外の変換に対し，様々なデータを取得する．| |~|4）腕の慣性行列，粘性行列，剛性行列を導出するプログラムを記述する．| |~|5）習熟に伴う時間変化を描画して習熟を説明する．| |担当|[[清水]]| |||c &br; ** 金融工学 [#ee969287] |LEFT:50|LEFT:450|c |タイトル|[[MetaTrader4or5とC言語による自動売買]]| |要旨|FXのTick情報を収集すると同時に，インジケータの数値も計算して保存し，値動きの予測を行う．予測にもとづいて売買のルールを設定し，オンラインのデモトレードで利益や損失を確定していく．| |Keyword|MetaTrader4or5, C言語| |手順|1）MetaTrader4or5でTickデータを取得する．| |~|2）C言語でTickデータを取得と同時にインジケータの数値を計算し保存する．| |~|3）過去のデータから現在値を予測する学習をする．| |~|4）売買ルール（発注，決済）をプログラムに記述する．| |~|5）自動売買を実行し，利益と損失の結果を出す．| |担当|[[大谷]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[MetaTrader5とPythonによる自動売買]]| |要旨|FXのTick情報を収集すると同時に，インジケータの数値も計算して保存し，値動きの予測を行う．予測にもとづいて売買のルールを設定し，オンラインのデモトレードで利益や損失を確定していく．| |Keyword|MetaTrader4or5, Python| |手順|1）MetaTrader5でTickデータを取得する．| |~|2）PythonでTickデータを取得と同時にインジケータの数値を計算し保存する．| |~|3）過去のデータから現在値を予測する学習をする．| |~|4）売買ルール（発注，決済）をプログラムに記述する．| |~|5）自動売買を実行し，利益と損失の結果を出す．| |担当|[[大谷]]| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[大谷さん卒論]]| |要旨|直交表，DEAを活用．長期足と短期足で自動売買| |手順|1）木下さんから引き継ぎ説明，プログラムもらう| |~|2）設定して実行| |~|3）Wikiにその作業手順をまとめる| |~|4）プログラムはそのままアップロードでよい| |~|5）| |担当|[[北田]]，[[島部]]| |||c &br; |BGCOLOR(yellow):LEFT:50|BGCOLOR(yellow):LEFT:450|c |タイトル|[[蒲田さん修論]]| |要旨|＊＊＊＊＊＊＊＊＊| |Keyword|＊＊＊＊＊＊＊＊＊，＊＊＊＊＊＊＊＊＊| |手順|1）＊＊＊＊＊＊＊＊＊| |~|2）＊＊＊＊＊＊＊＊＊| |~|3）＊＊＊＊＊＊＊＊＊| |~|4）＊＊＊＊＊＊＊＊＊| |~|5）＊＊＊＊＊＊＊＊＊| |担当|[[蒲田]]| |||c &br; **並列分散処理 [#qcb27cdb] |LEFT:50|LEFT:450|c |タイトル|[[MPICHによる並列数値計算・Hadoopによる並列テキスト処理>Rene_情報工学実験２]](教員用を実行)| |要旨|数値計算の並列処理に適したMPICH，サイバー空間のテキストデータの並列処理に適したHadoopの環境構築ならびに分析方法について習得する．| |Keyword|MPICH, モンテカルロ法, Hadoop, Word Count| |手順|1）マスターPCの環境構築をする．| |~|2）MPICHの環境構築をする．| |~|3）MPICHでモンテカルロ法を実行する．| |~|4）Hadoopの環境構築をする．| |~|5）HadoopでWord Countを実行する．| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[MPICHによる並列処理での最適化手法]]| |要旨|数値計算の並列処理に適したMPICH，サイバー空間のテキストデータの並列処理に適したHadoopの環境構築ならびに分析方法について習得する．| |Keyword|MPICH, モンテカルロ法, Hadoop, Word Count| |手順|1）マスターPCの環境構築をする．| |~|2）MPICHの環境構築をする．| |~|3）MPICHでモンテカルロ法を実行する．| |~|4）Hadoopの環境構築をする．| |~|5）HadoopでWord Countを実行する．| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[Hadoopによる並列処理での機械学習]]| |要旨|数値計算の並列処理に適したMPICH，サイバー空間のテキストデータの並列処理に適したHadoopの環境構築ならびに分析方法について習得する．| |Keyword|MPICH, モンテカルロ法, Hadoop, Word Count| |手順|1）マスターPCの環境構築をする．| |~|2）MPICHの環境構築をする．| |~|3）MPICHでモンテカルロ法を実行する．| |~|4）Hadoopの環境構築をする．| |~|5）HadoopでWord Countを実行する．| |||c &br; |LEFT:50|LEFT:450|c |タイトル|[[Daskによる並列分散処理>水上/技術資料/Daskによる並列分散処理]]| |要旨|daskによる並列分散| |Keyword|分散処理| |手順|1）scheduler側の設定| |~|2） worker側の設定| |~|3） scheduler側とworker側の接続| |~|4） scheduler側でプログラムを動かす| |~|5） | |担当|[[水上]]| |||c &br; **学生室サーバー管理 [#a4062a25] |LEFT:50|LEFT:450|c |タイトル|[[学生室のサーバー管理]]| |要旨|学生が卒修論の研究で活用するサーバーの管理| |Keyword|MPICH, モンテカルロ法, Hadoop, Word Count| |手順|1）サーバーの計算機センター申請関係．| |~|2）サーバーの停電時対応．| |~|3）サーバーのセキュリティ・ウイルス対策．| |~|4）サーバーの保守・バックアップ対応．| |~|5）サーバーの学生卒修論用の運用．| |担当|[[沼田]], [[清水]]| |||c
