Join us!!

本研究室でいっしょに研究しませんか?(情報学科3年生向け)

研究室訪問可能日時 (いずれも事前連絡が必要です)

  • 研究室訪問対応確定日(2022/06/29 現在)
    6/29(水) 5限
    6/30(木) 18時〜
    7/13 (水) 昼休み、 5限

  • できるだけ前日までに、事前にSlackで訪問希望の連絡をお願いします 当日急に連絡してもいいですが、こちらの都合もあり無理な場合があります。

  • 場所:人数次第ですが、KDIX研究エリアか2Fの演習室で話をすることになるでしょう(集合場所をおちラボチャンネルで連絡します)

  • 情報学科Slackチャンネルにおいて「卒研ゼミ研究室配属_越智_2022」という名のプライベートチャンネルを作成しています。「卒研ゼミ研究室配属_2022」のチャンネルに招待リンクが流れていると思うので確認して参加してみてください。

大学院希望者優先配属面談について

  • 個別の面談になると思われますので、上記訪問日とは異なる日時を別途相談してください(SlackDMで)。

  • これについては日程調整が難しいので、Zoomでの面談を基本とします

  • 出張等でZoom面談も困難な時間帯が少なくないので、早めのアポイントメントをお願いします

研究室の特色と雰囲気

    • 研究エリアは2Fの一番奥(実世界コンピューティングエリア)にあります。

    • 電気電子工学科から移籍してきた関係で、電気電子の4年生7名、院生(M1)が2名所属しており、情報学科の先輩はいません。みなさんが情報学科でのおちラボ1期生になります。

    • オープンキャンパスを含め、学内イベントなどは積極的に出展・協力するスタンスです。皆さんにもお手伝いの仕事が回ってきますが、良い経験を得る機会になるでしょう

研究スタイル

    • 応用ソフト(アプリケーション)を意識した研究が中心ですが、機械学習やデータマイニングなどの基礎的な研究にも手を出しています。

    • 先生が新しいもの好きなので、面白そうなものがあればやってみようかというスタンスです

    • 皆さんのアイデアを活用した研究テーマができたらなと思ってます。テーマにリアリティを感じてもらわないと、アプリケーションはできないからです。

    • ただし、院志望の学生には、「学術的な価値を議論できるか」ということを視野に入れてテーマを決めます.

研究指導について

    • ビデオ会議やオンデマンド動画を活用したハイブリッドな研究指導を積極的に行います。これは、けして「ラク」できるのではなく、「研究室に来れなかったので報告できませんでした」「ミーティングに参加できなかったので知りませんでした」というような逃げ道はありませんよ、、、という意味です。自宅にいるなら自宅でできる研究をしてもらいますし、大学に来れなくても動画などを用いて進捗報告はしてもらいます。

    • 先生自体がプログラミング好きなので、それなりにデバッグにもつきあってくれるでしょう。

    • 基本的には積極的に先生とコミュニケーション(報連相)をとる学生を優先して指導します.連絡しない学生は私の方から積極的には関与しません。わからないことや知りたいことがあれば,どんどん先生の扉をノックす る(質問をする、ミーティングを設定するなど)...先生が忙しそうにしていても懲りずに聞きに来る。。。。そんな学生を求めます。

卒研テーマリスト

本研究室では、コンピュータを利用した教育・学習支援のための要素技術とアプリケーションの開発を柱としています。皆さんに馴染みのあるGoogleクラスルームとか、Zoomなどは「コンピュータを利用した教育・学習支援」をサポートするアプリケーションの一例です。

支援対象となる分野や利用している技術は、下記のとおり多岐にわたります

1.モーションセンシング技術と動画像処理技術を利用した身体行動の計測

このテーマを研究の柱にしていますが、

    • RGBカメラ&デプスカメラ(Kinect)

    • IMUセンサー

    • マイコン(M5Stack、Arduino等)

などのデバイスを活用して学習行動を計測し、データとしてを取り込み、動画像処理技術、テキストデータ処理、音声認識技術物体認識技術などを用いて、教育的な解釈ができるような技術を開発し、最終的にアプリケーションに反映させていくことが目的となります。例えば、支援対象としては、

    • 楽器演奏(ドラム、ギター)

    • プレゼンテーション(講義進行)

    • スポーツ(縄跳び、スクワット)

    • 医療・看護(車椅子、松葉杖)

などがあります。

2.機械学習と統計処理を利用した学習情報データの解析

機械学習の技術を取り入れて、人間の代わりに教育的な判断をしたり、上記の認識技術の精度を上げたりする研究です。Googleクラスルームや、各種LMSのなどを利用データなどを対象にします。研究によってはデータ入力や収集,ラベル付、、、という退屈な作業もあるかもしれません.

3.その他

    • 上記以外にもできるかぎり皆さんのアイデアを尊重したいと考えています.「~なソフトを作ってみたい...」という希望があれば,それを優先します.皆さんのアイデアに対して研究の息を吹きかけるのが私の役目です.ただし、自分で卒研テーマを決めて遂行する...というのはかなり大変なことですが、チャレンジ精神に期待します。

    • Googleクラスルームのサポートシステムや、プログラムソース管理サイト、文献管理サイト、、などアイデアはいろいろありますが、特に今、「オンライン講義」を身近に経験することになり、「よかったこと」「不便なこと」など実体験があるはず。それらは研究テーマの母になります。

求められる知識・身につけることができる知識

開発言語は

  • Python(機械学習、ウェブ系)

  • C#(デスクトップアプリ)

  • Java, Flutter(スマホアプリ)

が中心ですが、研究テーマに応じて

    • クラウドデータベース(AWS DynamoDB)

    • 動画像処理ライブラリ (OpenCV)

    • 統計処理・機械学習ライブラリ(Pandas, Tensorflow)

等のライブラリを適材適所で利用します。