分析化学特論/物質化学工学専攻<
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.
- ID=98, XRDのグラフでCuSCNのα型1,β型0, 学生のウェブページ
- ID=96, 実測データ グラフ 0熱交換器がSUS 1熱交換器がCu, 学生のウェブページ
- ID=94, リン酸鉄リチウムのサイクリックボルタモグラム, 学生のウェブページ
- ID=95, サイクリックボルタモグラムが「リン酸鉄リチウム(1)」または「リン酸鉄リチウム以外(0)」を判別するプログラム, 学生のウェブページ
- ID=97, できの良いスライド(1) 悪いスライド(0), 学生のウェブページ
- ID=93, 見やすいボルタモグラム1見づらいボルタモグラム0, 学生のウェブページ

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。
3号館(物質化学工学科棟) 3-3301
0238-26-3573