研究

下記,主テーマに基づいて研究を進めています.
研究対象は,主に(産業)安全に関してですが,情報技術(ICT)/computer science(CS)ベースに研究を進めています.

Theme: 知識獲得 / 意思決定支援

意思決定の支援となる知識獲得を目指しています.

事故などにおいては同様な事故が再発している現実があります.その問題に対して研究者が事例データより得た知識や直感で解決方法の研究がなされてきましたが,研究者も人間であるため,知り得た範囲内でしか対象を捉えられていない恐れがあります.

一方,過去の複数のデータを元に答えを得られられれば,より広範囲に客観的に問題を把握できる可能性があります.その問題を明らかにする仕事です.また,明らかにした,その問題を解決できるよう人の学習,作業支援を後述のテーマに挙げ,繋げていきます.

  • 研究方向性
    • 意思決定支援
    • リスク評価・可視化
    • エキスパートシステムの開発(AI)

事象の進展可視化

ヒヤリハット,事故事例といった経緯を解析し,事故へ繋がりそうな傾向を捉え,再発防止に役立つ情報の提供や支援を行う

  • キーワード: 事故事例解析(Accident Case Analysis),データマイニング(Data Mining),テキストマイニング(Text Mining)

Achievement

  1. 箕輪弘嗣, 安全工学研究発表2014 奨励賞, 安全工学会, 2015.05.08.
  2. Hirotsugu Minowa, A Integrated Analyzing Method for the Progress Event based on Subjects and Predicates in Events, Proc. IEEE/SICE International Symposium on System Integration (SII2014), pp. 678-683, 2014. DOI:10.1109/SII.2014.7028120
  3. 箕輪弘嗣, 宗澤良臣, 事象の主体と振舞に注目した進展事象の統合解析法, 安全工学, Vol.53, No.5, pp.317-324, 2014.
  4. 箕輪弘嗣,宗澤良臣 et.al., 単語の共起や頻度に注目した注意要因及び類似事例の抽出, 安全工学, Vol.51, No.5, pp.319-326, 2012. 概要(J-StageCiNii)

Theme: 訓練・学習 / 作業の支援の研究

世界の成長速度は加速しています.しかし,世界やコンピュータの成長速度に比べ,人間のハードウェア的な性能は向上しておりません.

そこで,本研究では人のサポートをするために訓練・学習 / 作業支援の研究を実施しております.

こういった研究は全ての方が恩恵があるとは限りません.ですが,産業安全のような,AIには置き換えにくく,命にかかわる現場の方には必要ではないかと考えております.

プラントの診断支援システムの研究

Achievement

  1. Hirotsugu Minowa, Akio Gofuku, Process signal selection method to improve the impact mitigation of sensor broken for diagnosis using machine learning, E-Journal of Advanced Maintenance(EJAM), Vol.6, No.3, pp.86-106, 2014.11.25 DL(EJAM)
  2. Hirotsugu Minowa, Akio Gofuku, Study for the design method of multi-agent diagnostic system to improve diagnostic performance for similar abnormality, Proc. of International Symposium on Future I&C for Nuclear Power Plants, I&C36, 2014 (2014.8.25), Jeju@Korea. WebLinkPaper

変更管理支援システムの研究開発

詳細既存のIDEF0に沿った変更管理の手法の提案に沿って,変更管理システムの共通する特徴を実現,多数が利用できるよう一般化し,手順を明確化するよう研究を進めまして,その結果を基にソフトウェア・システムの開発研究です.

  • 特徴/優位性
    • Plant-LCE(XML)データを元に変更管理の実施手順を容易に変更できる


解体支援システムの開発研究

Achievement

  1. Fujiwara T., Minowa H., Munesawa Y., Development of Dismantlement Support AR System for Nuclear Power Plants Using Natural Features, Chemical Engineering Transactions (CET), Vol.43, pp.1999-2004, 2015. DOI:10.3303/CET1543334 (2015.05.19-22 (Presented at 05.21), Milan@Italy).

触診支援システムの開発研究

Summary

医療において,異常(しこり)を見つけられるようにするためには,触診の仕方が大切です.本システムは,熟練者の触診を記録して,訓練者へその触診を教示を支援するシステムです.
教示の際,訓練者は,熟練者が感じている触感(=システムに記録された反力)を力呈示デバイスを通して体験できる事で,教示者と同じ触感を得る事ができます.

Method

本研究では,力提示デバイスを用いて力でユーザ(訓練者)へ熟練者が触診している3次元位置を教示するしていますが,剛体と違い,弾性体では沈み込んだときの反力も力提示デイバイスを通して提示するため,ユーザ(訓練者)がY軸(上方)方向への提示された力が(1)教示のための力か,(2)反力,によるものなのか区別が付きませんでした.そこで,本論文では,教示者の触感と同じ力を感じられる位置を教えるVisualMarker(Visual lecture method)を提案しました.

訓練の様子

主要業績


バルブ・ユーザインタフェース(UI)の開発研究

化学、原子力といった大規模プラントのVR教育/訓練実現のためにUIを開発しています

オプティカルフローを利用して,バルブの回転を認識しています.回転型で片手で回すバルブであれば本手法を適用する事ができます.



Achievement

  1. Hirotsugu Minowa, Image Recognition Method which Measures Angular Velocity from a Back of Hand for Developing a Valve UI, HAI ’14(HAI ’14 Proc. of the second international conference on Human-agent interaction), pp.125-128, Oct 29-31 2014, Tsukuba, Japan. DOI: 10.1145/2658861.2658903. ACM 978-1-4503-3035-0/14/10. ACM Digital Library
  2. 箕輪弘嗣, 宗澤良臣, 橋本康平, 安全教育のため手の甲によるバルブ速度測定画像認識法, 安全工学, Vol.53, No.5, pp.295-302, 2014.10.15, DOI: https://doi.org/10.18943/safety.53.5_295岡大成果リポジトリ

Theme: その他

上記,主テーマ以外の研究については,本章に記載しております.

スタンプラリーをベースとした情報収集プラットフォームの開発

詳細 地域振興に役立つ事を狙って情報収集プラットホームの開発を開発しました.(岡山県真庭群)新庄村様でスタンプラリーイベントを実施し,情報を収集し,地域にフィードバックできないかを研究しております.

Achievement

  1. Hirotsugu Minowa, Ryo Samemoto, “Stamp Rally Application Development for Building an Information Collecting Platform to Promote the Use of Local Resources”, proc. of 6th International Conference on Smart Computing and Artificial Intelligence (SCAI 2018), 2018. (Term: 2018.7.8-13, Presentation at 7/8 (Not presented by slide because of suspension of local train due to heavy rain in west Japan,2018.)

Magic Sheet : 穴埋め問題などに対応した解答の一括非表示が可能な問題作成支援LaTeXスタイルファイル

詳細 記述が苦手な学生に対して,テストでの学生の解答力を引き出すために穴埋め問題を簡単に作れるように作成したLaTeXスタイルファイル

MagicSheetのsample

Achievement

  1. 箕輪弘嗣, Magic Sheet:穴埋め問題などに対応した解答の一括非表示が可能な問題作成支援LaTeXスタイルファイル, 岡山商科大学論叢, 第53巻, 第3号, pp.25-43, 2018.3. GitHub, Paper(pdf)