藤澤研－人工知能／地図／モバイル－ on Strikingly

藤澤研
－人工知能／地図／モバイル－
東京工科大学メディア学部の卒研室
- 研究室概要 -

人工知能の活用
Tensorflow, kerasといった人工知能の基礎ライブラリを用いたり、 Google Colab, Sony Neural Network Console, IBM Watsonなどの人工知能ツール、クラウド環境を用いた人工知能の活用に関する研究を行っています。
どちらかというと、人工知能そのものの研究よりも、人工知能・機械学習を様々なことへ応用して、新しい知能を作り出すことを目的としています。
地図・地理コンテンツ
OpenStreetMapを中心とした地図・地理情報を用い、また、GPSからの取得可能な位置情報を併せた新しいサービスであるジオメディアに関する研究を行っていきます。本研究室ではこのOSMのデータを活用して新しいサービスを構築したり、あるいはOSMのデータを効果的に編集する方法等について研究を行います。
モバイルメディア
MonacaやmBaasを用いたモバイルコンテンツ開発などの研究をしています。AndroidやiPhoneといったスマートフォンやタブレット、あるいはIVIのような車載コンピュータなど、場所を固定せずに利用するモバイルデバイスとこれらを活用するために必要となるバックエンドサーバを含めたモバイルサービス環境について研究を行って行きます。
- 選抜スケジュール -
基本的なスケジュールは全体説明会の通りです
定員
13名
選抜方法
提出された志望理由書の内容で選抜
卒研室見学・説明会
1週目：
6/13（火） 12:00-13:00
在籍中の先輩に話が聞けます。
途中からの参加、途中で抜けることも問題ないです。
2週目：
6/20（火） 12:00-13:00
在籍中の先輩に話が聞けます。
途中からの参加、途中で抜けることも問題ないです。
【中止】6/21（水）12:30-13:00
途中からの参加、途中で抜けることも問題ないです。
6/22（木） 12:00-13:00
途中からの参加、途中で抜けることも問題ないです。

場所：いずれも研究棟C426（卒研室）

上記で時間の都合がつかない場合は個別対応可能ですので、メールにて連絡をください。
- 志望理由書 -
　本卒研を志望する人は、メールにて藤澤（fujisawa@stf.teu.ac.jp）まで志望理由書を送付してください。なお、選抜登録には別途、卒論システムから登録する必要があるので、必ず登録してください。

締切り：2023/6/25(日) 23:59
形式：
メール件名：卒研で藤澤研を志望
メール本文：学籍番号、氏名と意欲の言葉ひとこと！
メール添付ファイル：Word等で作成し、A4用紙で1,2枚程度。提出物としての体裁を整えること。図が入っているとよいです。
内容：以下の内容が含まれること。
1. 志望理由
　興味を持った対象などを文章で半ページから１ページ程度記述。テーマ候補（あるいはそれ以外）から一つ以上を選んで記載。
2. インターンシップについて
　いままであるいはこれから予定しているインターンシップについて。キャリアデザイン3で実施している情報（応募予定・応募状況）を含めて記載。
3. 卒業後の進路とその理由
　進学or 就職。
　前者の場合、本学大学院か他大学院か。後者の場合、就活の対象となる業種・職種や企業など
4. メディア専門演習について
　履修した(あるいはしている)メディア専門演習のテーマ名と最終成果物(履修中のものについては予定を含む）の簡単な説明
- 就職関連 -

就職実績
今年度は現在までに66%が内定を獲得しました。
2022年度は全員内定を獲得しました。
2021年度は全員内定を獲得しました。
2020年度は全員内定を獲得しました。
2019年度は全員内定を獲得しました。
2018年度は全員内定を獲得しました。
2017年度は活動中の学生は全員内定を獲得しました。
2016年度、2015年度に卒業した就職を希望した学生は全員無事に就職出来ました。卒研の内容通り、IT関連への就職が多いですが、広告系や番組製作会社などへ就職した学生もいます。
2014年度は1名が３月末までに就職で来ませんでした。 2013年度は、２名ほど３月までに就職出来ない学生がいました。 2012年度は全員就職出来ました。
過去の卒研テーマ
ここ数年に行われたいくつかのテーマを紹介します

限定されたフォントからの大規模フォント生成
2021年度卒業論文：人工知能関連テーマ
普段私たちが目にする「文字」，そのほとんどはフォントと呼ばれる書体データを使って表示されており，適切なフォントを使用することでデザイン的なメリットを付与することができる．しかしながら，日本語や中国語は文字数が非常に多い言語であり，フォントの作成には，非常に多くの労力が必要である．これを解決するため，フォントデータを作成することに特化した，新しい機械学習モデルの研究を行った．
GANを用いた音の異常検知
2021年度卒業論文：人工知能関連テーマ
本研究では、GANを用いた技術の１つである異常検知に注目し、GANを用いて音の異常を見分けるための手法を研究した。従来手法での画像の異常検知では正常画像と異常画像をそれぞれ均等に収集し、分類を学習することで異常を検知している。この際、正常画像を集めることは容易であるが、異常画像を集めるのは難しい。これに対してGANの異常検知では正常画像のみ利用し、異常画像が必要無いため、データ収集がしやすいという利点がある。
ここでは音声データを音の周波数に関する時間変化を表すスペクトログラムという特徴量を3次元のグラフとして画像データに変換することでGANでの学習に用いることが出来た。
AIによる3Dモデル作成にかかる工数の予測
2019年度卒業論文：人工知能関連テーマ
本研究ではAIを用いてラフ画から工数の予測を行った。一般に3Dモデルの作成を受注する際には発注側に対してコストの見積もりを提示する必要が出てくる。コストの見積もりを計算するには3Dモデル作成にかかる工数をキャラクターのラフ画から予測する必要がある。
本研究では3Dモデルのレンダリング画像をラフ画、3Dモデルのポリゴン数を工数とした。レンダリング画像からポリゴン数を出すまでには2種類のAIを利用している。1つはU-Netを用いたセグメンテーション、もう1つはCNNを用いた数値予測である。これら2種類のAIを利用することでレンダリング画像からポリゴン数を予測することが実現できた。
自然言語分類器を用いた過去の卒業論文からの研究室紹介システム
2019年度卒業論文：人工知能関連テーマ
本研究では、自然言語分類器であるIBM WatsonのAPIの一つである、Natural Language Classifierを用いた、卒業研究室ガイドの開発を行った。
卒業研究室選択の手段として、主に「中間・最終発表の見学」、「研究室訪問」、「過去の卒業論文を検索」がある。しかし、全ての研究室の発表を聞きに行ったり、研究室に訪問したりすることは不可能である。すると、入手できる研究室の情報に差がでてしまう。関心のある研究ができる環境が整っているのに、その研究室のことを全く知らずに他の研究室への配属希望を出してしまうことも多くある。
ここで開発した卒業研究室ガイドは、LINEボットとして実装してあり、卒研室を探す際に、興味のある内容を文章として尋ねることで、適切な研究室を検索して提示してくれる。
ベビーカーユーザーのための適切な経路探索の研究
2016年度卒業論文：地図メディア関連テーマ
ベビーカーユーザーにとって階段は極力回避することが望ましい。しかし数段の階段ならばベビーカーを持ち上げることで通行が可能である。そのため、階段全てを経路探索条件から除外するように設定し、エレベーターやスロープのみを利用する経路探索手法をとると、2,3段の階段からとても離れた位置にエレベーターがあった場合に、エレベーターまで遠回りする経路が表示されてしまうため不適である。本研究ではベビーカーユーザーにとって適切な経路探索を行う条件を考えて設定し、実際に妥当な経路が表示されるかを実験した。