学部2年坂内君らの研究が、情報処理学会第72回UBI研究会にて発表されました。

日本全国に施設された120万キロの道路補修のために、その損傷を低コストで検知する事は大きな課題となっています。ドライブレコーダーなどからの画像と、機械学習の物体検出モデルを組み合わせた手法が提案されていますが、学習に使用できる道路損傷箇所の画像データ数の確保が難しいことから、その精度は発展途上にあります。本研究では、道路損傷箇所が含まれる合成画像をCGを使って作成し学習に使用することで、データ数の少なさを補う手法を提案しました。

坂内 理人, 別宮 広朗, 河崎 隆文, 檀上 誠, 中澤 仁, 物体検出を用いた道路陥没箇所検出モデルにおける合成画像を使用した学習の有効性の検討(UBI), Vol.2021-UBI-72, No.8, pp1-8, 2021.
http://id.nii.ac.jp/1001/00213857/

授業支援アプリケーションSFC-GOにより、大学生の身体活動量を自動収集し分析した。これにより、通学、授業、課外活動の時間帯における歩数の減少と静止時間の長時間化が明らかになった。

西山勇毅, 柿野優衣, 中縁嗣, 野田悠加, 羽柴彩月, 山田佑亮, 佐々木航, 大越匡, 中澤仁, 森将輝, 水鳥寿思, 塩田琴美, 永野智久, 東海林祐子, and 加藤貴昭, “感染症流行時におけるスマートフォンを用いた大学生の身体活動量分析,” 情報処理学会論文誌, vol. 62, no. 10, pp. 1630–1643, 2021.
http://id.nii.ac.jp/1001/00213189/ 

コロナ禍でのオンライン体育授業を支援する「SFC GO」に関する、博士課程佐々木君らによる研究論文が、情報処理学会論文誌トランザクション「デジタルプラクティス」に採録されました。
SFC GOにより、多様な身体運動活動体験の提供、授業時間外での非同期コミュニケーションの誘発、SFC GOを利用した運動後における高い覚醒度/感情価の存在が確認出来ました。

学部4年浜中君らの研究が、ACM UbiComp/ISWC2021 併設ワークショップWellComp 2021 (4th International Workshop on Computing for Well-being)に採択され、発表しました – A Comparative Study of CIPN Symptom Estimation Methods Based on Machine Learning

実験の性格が故、また新型コロナウイルス感染拡大の中データ収集が満足にできない状況で、少量のセンサデータとラベルから癌患者のCIPN(化学療法誘発性末梢神経障害) 状態を推定する機械学習モデルの手法比較を行いました。

Satoki Hamanaka, Wataru Sasaki, Tadashi Okoshi, Jin Nakazawa, Kaori Yagasaki, and Hiroko Komatsu. 2021. A Comparative Study of CIPN Symptom Estimation Methods Based on Machine Learning. In Adjunct Proceedings of the 2021 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2021 ACM International Symposium on Wearable Computers (UbiComp ’21). Association for Computing Machinery, New York, NY, USA, 117–120. DOI:https://doi.org/10.1145/3460418.3479316