ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2026-11-20 10:10
魚群異常検知の転移学習における事前学習済みモデル推定
○大西竣也・高橋竜一(茨城大)・圓谷 猛・宮崎香穂・中村 翼(Umios) KBSE2026-48 SC2026-30
抄録 (和) 養殖漁業において斃死(突然死)は問題視されており, 前兆となる異常行動を検知することが求められる. しかし CNN を用いた異常検知手法では水槽環境が変化すると精度が低下するという課題がある. 転移学習を用いて課題の解決を試みたが, 事前学習に用いるデータセットの環境と分類対象環境の相性次第で精度が低下してしまうため適切な事前学習に用いるデータセットの選定が必要となる. そこで本研究ではデータセットの類似度を測り, 類似度が高いデータセットでの事前学習済みモデル構築によるモデル選定コスト削減への有効性を検討する. 
(英) Mass mortality (sudden death) is a significant issue in aquaculture, creating a need to detect abnormal behaviors that serve as early warning signs. However, anomaly detection methods utilizing Convolutional Neural Networks (CNNs) face the challenge of reduced accuracy when the tank environment changes. While transfer learning offers a potential solution, accuracy depends heavily on the compatibility between the pre-training dataset's environment and the target environment, necessitating the careful selection of appropriate pre-training datasets. Therefore, this study evaluates the effectiveness of measuring dataset similarity—and subsequently building models pre-trained on similar datasets—as a means to reduce the costs
associated with model selection.
キーワード (和) 養殖漁業 / CNN / 転移学習 / 異常検知 / 特徴マップ / / /  
(英) Aquaculture industry / CNN / Transfer learning / Anomaly detection / Feature map / / /  
文献情報 信学技報, vol. 126, no. 249, KBSE2026-48, pp. 84-90, 2026年11月.
資料番号 KBSE2026-48 
発行日 2026-11-12 (KBSE, SC) 
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 KBSE2026-48 SC2026-30

研究会情報
研究会 SC KBSE  
開催期間 2026-11-19 - 2026-11-20 
開催地(和) 愛媛大学 校友会館 
開催地(英) Ehime Univ. 
テーマ(和) 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 KBSE 
会議コード 2026-11-SC-KBSE 
本文の言語 日本語 
タイトル(和) 魚群異常検知の転移学習における事前学習済みモデル推定 
サブタイトル(和)  
タイトル(英) Pre-trained Model Estimation in Transfer Learning for Fish School Anomaly Detection 
サブタイトル(英)  
キーワード(1)(和/英) 養殖漁業 / Aquaculture industry  
キーワード(2)(和/英) CNN / CNN  
キーワード(3)(和/英) 転移学習 / Transfer learning  
キーワード(4)(和/英) 異常検知 / Anomaly detection  
キーワード(5)(和/英) 特徴マップ / Feature map  
キーワード(6)(和/英) /  
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) 大西 竣也 / Shunya Onishi / オオニシ シュンヤ
第1著者 所属(和/英) 茨城大学 (略称: 茨城大)
Ibaraki University (略称: Ibaraki Univ)
第2著者 氏名(和/英/ヨミ) 高橋 竜一 / Ryuichi Takahashi / タカハシ リュウイチ
第2著者 所属(和/英) 茨城大学 (略称: 茨城大)
Ibaraki University (略称: Ibaraki Univ)
第3著者 氏名(和/英/ヨミ) 圓谷 猛 / Takeru Tsuburaya / ツブラヤ タケル
第3著者 所属(和/英) Umios株式会社 (略称: Umios)
Umios Corporation (略称: Umios)
第4著者 氏名(和/英/ヨミ) 宮崎 香穂 / Kaho Miyazaki / ミヤザキ カホ
第4著者 所属(和/英) Umios株式会社 (略称: Umios)
Umios Corporation (略称: Umios)
第5著者 氏名(和/英/ヨミ) 中村 翼 / Tsubasa Nakamura / ナカムラ ツバサ
第5著者 所属(和/英) Umios株式会社 (略称: Umios)
Umios Corporation (略称: Umios)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
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 2026-11-20 10:10:00 
発表時間 25分 
申込先研究会 KBSE 
資料番号 KBSE2026-48, SC2026-30 
巻番号(vol) vol.126 
号番号(no) no.249(KBSE), no.250(SC) 
ページ範囲 pp.84-90 
ページ数 7 
発行日 2026-11-12 (KBSE, SC) 


[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]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会