06 AIと機器分析

AIや機械学習は機器分析を変えるか？修士論文の実験結果をAIで判別できるかを試みてみよう．

学習モデルの決定

修士論文の研究の実験をもとに，学習モデルをつくろう．この実習では，画像判別をモデルとしているので，実験画像などをもとにモデルを作ろう．例えば，「M31の写真であるか（１），ないか（０）？」，「太陽に黒点がるか（１），ないか（０）？」である．

教師データの画像をウェブサーバにアップロード

情報処理概論の「ホームページの仕組みと応用－受講成果を公開しよう－」を参考に，教師データの画像データベースを構築しよう．

教師データの準備

情報処理概論の「【演習】AI実習 -判別学習モデルの作成と教師データ」を参考に，教師データのcsvファイルを作成してください．

2020年度学生の成果物

AI実習システムを使って，2020年度受講生が作成したAIモデルの成果物を以下に示す．コロナ禍で在宅からの学習が強いられる中で，30件のディープラーニングの学習モデルが提案された．なお，受講生数は5名であった．学長裁量経費のディープラーニングシステム(GPU搭載，700万円)を活用しようとしたが，90分の講義時間内に収めようとすると難しかったので，断念した．

2020年度学部生の成果物,オペレーティングシステムとデータベース～ビッグデータと機械学習～,情報処理概論

https://edu.yz.yamagata-u.ac.jp/Public/56308/56308_06.asp

このマークはこのページで著作権が明示されない部分について付けられたものです。

山形大学データベースアメニティ研究所

〒992-8510 山形県米沢市城南4丁目3-16

３号館（物質化学工学科棟） 3-3301

准教授伊藤智博

0238-26-3573

http://amenity.yz.yamagata-u.ac.jp/