お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 【重要】研究会・各種料金のお支払い方法変更について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2023-03-16 13:00
[招待講演]機械学習の社会応用 ~ 医療,防災,鋼橋維持に関連する業務自動化に向けての試み ~
重井徳貴鹿児島大)・石塚洋一杉本知史長崎大)・森田千尋宮崎大)・宮崎正信宮崎内科医院)・阿部伸一西野友哉長崎大病院)・宮島廣美鹿児島大MSS2022-86 NLP2022-131
抄録 (和) 社会の様々な分野において, 機械学習を活用した業務効率化や自動化が進められている. 講演者は, 機械学習を低コストかつ効果的に社会応用するためには, 利用できるデータの有効活用, 教師データの低コスト作成, 誤判定を考慮した活用法を検討する必要があると考えている. 講演者らは, 地盤強度の推定, 土地利用の分類, 土砂災害危険箇所の推定, 耐候性鋼材の外観評価,腎機能のトレンド判定などの機械学習の応用を検討し,地盤強度の推定では,学習データの選定が重要であること,土地利用の分類では,異なる地図情報が教師データ生成に活用できること,土砂災害危険箇所の推定では,精度の高い情報を用いた方が高い推定精度が得られること,耐候性鋼材の外観評価では,局所的な判定を統合することで精度を改善できること,そして,腎機能のトレンド判定では,機械学習が判定基準の抽出と医師の判定をアシストするツールとなる可能性を見出している.これらを紹介する. 
(英) In various fields of society, the utilization of machine learning (ML) for efficiency and automation is rapidly advancing. The presenter thinks that in order to apply ML to society effectively and at a low cost, it is necessary to consider the effective utilization of available data, the creation of low-cost training data, and how to use ML in consideration of misclassification. The presenters have studied the application of ML to ground strength estimation, land-use classification, landslide hazard area estimation, appearance evaluation of weather-resistant steel, and trend determination of kidney function. For example, for ground strength estimation, the selection of training data is important; for land-use classification, the different map information can be used to generate training data; for landslide hazard area estimation, higher estimation accuracy can be obtained by using more accurate information, for appearance evaluation of weather-resistant steel materials, accuracy can be improved by integrating local judgments; and for trend determination in kidney function, ML has the potential to extract judgment criteria and assist in the judgments of physicians. This talk introduces the results and findings obtained from these applications.
キーワード (和) 機械学習 / 腎機能 / 地盤強度 / 土地利用分類 / 土砂災害危険箇所 / 耐候性鋼材の外観評価 / /  
(英) Machine Learning / Renal Function / Ground Strength / Land-Use / Hazard Area / Weather-Resistant Steel / /  
文献情報 信学技報, vol. 122, no. 436, NLP2022-131, pp. 120-120, 2023年3月.
資料番号 NLP2022-131 
発行日 2023-03-08 (MSS, NLP) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード MSS2022-86 NLP2022-131

研究会情報
研究会 NLP MSS  
開催期間 2023-03-15 - 2023-03-17 
開催地(和) 長崎大学 文教キャンパス 
開催地(英)  
テーマ(和) MSS,NLP,一般,およびWIP(MSSのみ) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLP 
会議コード 2023-03-NLP-MSS 
本文の言語 日本語 
タイトル(和) 機械学習の社会応用 
サブタイトル(和) 医療,防災,鋼橋維持に関連する業務自動化に向けての試み 
タイトル(英) Applying Machine Learning to Social Applications 
サブタイトル(英) Attempts toward automation of tasks related to medical care, disaster prevention, and steel bridge maintenance 
キーワード(1)(和/英) 機械学習 / Machine Learning  
キーワード(2)(和/英) 腎機能 / Renal Function  
キーワード(3)(和/英) 地盤強度 / Ground Strength  
キーワード(4)(和/英) 土地利用分類 / Land-Use  
キーワード(5)(和/英) 土砂災害危険箇所 / Hazard Area  
キーワード(6)(和/英) 耐候性鋼材の外観評価 / Weather-Resistant Steel  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 重井 徳貴 / Noritaka Shigei / シゲイ ノリタカ
第1著者 所属(和/英) 鹿児島大学 (略称: 鹿児島大)
Kagoshima University (略称: Kagoshima Univ.)
第2著者 氏名(和/英/ヨミ) 石塚 洋一 / Yoichi Ishizuka / イシヅカ ヨウイチ
第2著者 所属(和/英) 長崎大学 (略称: 長崎大)
Nagasaki University (略称: Nagasaki Univ.)
第3著者 氏名(和/英/ヨミ) 杉本 知史 / Satoshi Sugimoto / スギモト サトシ
第3著者 所属(和/英) 長崎大学 (略称: 長崎大)
Nagasaki University (略称: Nagasaki Univ.)
第4著者 氏名(和/英/ヨミ) 森田 千尋 / Chihiro Morita / モリタ チヒロ
第4著者 所属(和/英) 宮崎大学 (略称: 宮崎大)
University of Miyazaki (略称: Univ. of Miyazaki)
第5著者 氏名(和/英/ヨミ) 宮崎 正信 / Masanobu Miyazaki / ミヤザキ マサノブ
第5著者 所属(和/英) 宮崎内科医院 (略称: 宮崎内科医院)
Miyazaki Medical Clinic (略称: Miyazaki Medical Clinic)
第6著者 氏名(和/英/ヨミ) 阿部 伸一 / Shinichi Abe / アベ シンイチ
第6著者 所属(和/英) 長崎大学病院 (略称: 長崎大病院)
Nagasaki University Hospital (略称: Nagasaki University Hospital)
第7著者 氏名(和/英/ヨミ) 西野 友哉 / Tomoya Nishino / ニシノ トモヤ
第7著者 所属(和/英) 長崎大学病院 (略称: 長崎大病院)
Nagasaki University Hospital (略称: Nagasaki University Hospital)
第8著者 氏名(和/英/ヨミ) 宮島 廣美 / Hiromi Miyajima / ミヤジマ ヒロミ
第8著者 所属(和/英) 鹿児島大学 (略称: 鹿児島大)
Kagoshima University (略称: Kagoshima Univ.)
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2023-03-16 13:00:00 
発表時間 50分 
申込先研究会 NLP 
資料番号 MSS2022-86, NLP2022-131 
巻番号(vol) vol.122 
号番号(no) no.435(MSS), no.436(NLP) 
ページ範囲 p.120 
ページ数
発行日 2023-03-08 (MSS, NLP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会