第20回 2025年1月9日（木）
15:00--16:30
松井一徳氏 （東京海洋大学）
タイトル：非圧縮性粘性流れに対する圧力境界条件と射影法：有限要素法による実装
アブストラクト：射影法は非圧縮粘性流れに対する数値解法の一つで、非圧縮性条件の代わりに圧力Poisson方程式を解く手法である。通常よく用いられる応力境界条件やdo-nothing境界条件では、射影法での圧力値と元の流体問題の圧力解の境界値が一致しないという問題がある。本発表では、全圧を含む境界条件を課したNavier-Stokes方程式に対する射影法を紹介する。あわせて、数値計算に用いた有限要素法による離散化について説明する。
第19回 2024年7月24日（水）
18:00--18:30
岩瀬一馬氏（東京海洋大学M2）
タイトル：Comparing machine learning-based frameworks of the wave buoy analogy --- The internship report at the Technical University of Denmark (DTU)
アブストラクト：This is my internship report from January to March 2024 at DTU. I did the research there under Professor Ulrik Dam Nielsen. The study presents a comparison of three different machine learning frameworks applied in the wave buoy analogy used for estimating the sea state from measured ship responses. The three frameworks output and characterise the sea state in different ways: Model 1 outputs integral parameters, Model 2 outputs a point wave spectrum and the wave direction, Model 3 outputs the full directional wave spectrum. The assessment of the models is based on simulated motion measurements, i.e. synthetic data. In the particular investigations made, the performance of Model 2, relying on a novel framework, is generally superior. However, the central take-away from the study, is the importance of considering thorough and well-prepared training data encompassing many, if not all, possible parameter combinations and shapes in the studied wave spectra forming the training data; any machine learning model is no better than the data upon which it is trained.
18:30--19:00
宮下智一氏 （東京海洋大学D3 / 水産研究・教育機構 ）
タイトル：ニューラルネットワークを適用した漁船の航路予測に関する研究
アブストラクト： 近年の船舶同士の衝突事故において、その多くは漁船が関わる事故である。これは、漁船の多くが海上航路に沿わない航行、すなわち、予測が困難な航行をするためだと考えられる。そこで、こうした衝突事故を少しでも減らすことを目的として、ニューラルネットワークによる予測技術を適用した漁船の航路予測に関する研究を行う。本研究では、予測開始から10分間の短期間における航路予測をBi-LSTMで行う他、数時間先までのやや長期間における動向予測を2つのニューラルネットワークモデルを組み合わせて行う。本発表では、これらの予測結果および考察等について発表する。
第18回 2024年3月25日（月）
14:03--14:30
Akira Eto, TUMSAT (M2)
Title: Stomach contents detection of deep sea fishes by deep learning
Abstract: Deep sea fishes are recently important as resources, although their ecological habits are unknown, especially the food web. Then, accumulating knowledge about feeding habits of deep sea fishes is important. However, stomach content analysis, the traditional and primary method for feeding habit analysis, requires time-consuming work by taxonomic experts. This study aims to automate stomach content analysis by deep learning for analysis efficiency. We collected images containing stomach contents for building datasets and developed the object detection model that can recognize some major prey by YOLOv7.
14:30--15:15
Snorre Bakke, Department of Biological Sciences in Ålesund, Norwegian University of Science and Technology (NTNU)
Title: Effect of sea-based aquaculture on marine wild species – Studies at the department of biological sciences at NTNU in Ålesund Norway
Abstract: Sea-based aquaculture have different impacts on the surrounding marine environment. One such effect is that aquaculture cages function as fish aggregation devices, in that several species of wild marine animals are attracted to the cages. At the department of biological sciences at NTNU in Ålesund (IBA) we employ different methods to study these interactions. In this presentation I will give three examples of such studies and the methods we use at IBA. Specifically, (1) the use of Baited Remotely Underwater Video to study the occurrence of wild benthic fish near fish farms, (2) the use of 360 sonar to study the presence of wild fish in proximity to fish cages over time, and (3) the use of acoustic telemetry to study the behavior of crabs in proximity to salmon aquaculture sites.
15:15--16:00
Lars C. Gansel, Department of Biological Sciences in Ålesund, Norwegian University of Science and Technology (NTNU)
Title: AI to accelerate marine monitoring – a cross-disciplinary approach to ecosystem understanding
Abstract: Understanding of marine ecosystems and their dynamics demands relevant and often large amounts of data and long time series. Many traditional methods for marine biological exploration and monitoring purposes require manual analyses and are highly time consuming, thus resource availability has been a limiting factor. Modern technologies give us tools at hand to explore more of the ocean space and to produce more relevant data faster. However, proper use of such technologies often requires cross-disciplinary teams with domain knowledge of different disciplines. In this talk, we will discuss approaches towards the use of AI to accelerate marine monitoring, using examples from wild and farmed fish detection, plankton analyses and marine behavioral studies.
第17回 2024年3月15日（金）
講演時間：15:00～15:30
講演者：川上瑞貴氏（東京海洋大学M2）
タイトル：機械学習を用いた陸奥湾・噴火湾へ来遊するカマイルカの鳴音の自動検出及び時系列変動から来遊時期や行動の推定に関する研究
アブストラクト： 多くの鯨類において、その生態を知るために目視調査や受動的音響探査が行われている。目視では断片的な調査になる一方、受動的音響探査は長期的な連続観測が可能になる。しかし、データ量が膨大になり、得られたデータから人力で鳴音部分を検出することは多大な労力を要する。そこで、鯨類の鳴音解析において、機械学習を用いた鳴音の自動検出が注目を浴びている。本研究では、鳴音の自動検出化が進んでおらず、詳しい来遊時期が分かっていない日本近海へ来遊するカマイルカに対し、画像分類に優れた畳み込みニューラルネットワークを用いた鳴音の自動検出モデルの開発を行った。また、開発したモデルを用いて、鳴音の時系列変動を湾ごとや鳴音の種類ごとに比較し、来遊時期や湾内での行動の推定を行った。
講演時間：15:30～16:00
講演者：御厨正暉氏（東京海洋大学M2）
タイトル：マルチモーダル言語モデルによるテレビ番組へのコメント生成
アブストラクト： スマートフォンの普及によりSNSに流通する動画コンテンツが急速に増えており、人が動画を視聴することなく内容を文章化する技術が求められている。一般的な自然言語処理のタスクと比べ、このタスクは難しいとされていたが、InstructBLIPは既存のマルチモーダル言語モデルと比較して、幅広い評価データセットに対して優れた性能を示すことが報告されている。そこで本研究ではInstructBLIPの日本語対応版であるJapanese InstructBLIP Alphaを利用してテレビ番組へのコメント生成を行った。様々な番組データセットや、評価データセットの組み方の条件下でモデルの学習を行い、評価データセットに対する損失を用いて性能を検証した。
第16回 2024年3月13日（水）
講演時間：9:30～10:00
講演者：奥林璃香氏（東京海洋大学M2）
タイトル：十字モデルワークシート活用時におけるAI技術を用いた科学的探究力の評価
アブストラクト： 平成29年告示中学校学習指導要領解説（理科）に、改訂の要点として「科学的に探究する学習を充実」が示された。科学的探究については多くの先行研究があるが、水圏環境教育学研究室では科学的探究の7つのプロセスを「思考力・判断力・表現力」に当てはめることが出来る十字モデルワークシート（WS）を開発している。このWSを用いると、科学的探究のプロセスを可視化することができ、それぞれの探究プロセスの項目ごとの繋がりを確認することで科学的探究力を評価することができるとされる。しかし、十字モデルWSに記入されている多様な記述を評価・分析するには限界がある。本研究では多様な記述についてAIを活用し分析する手法の開発を試みた。
講演時間：10:00～10:30
講演者：大沢朋也氏（東京海洋大学M2）
タイトル：XバンドSAR画像を用いた機械学習による海岸線観測手法の検討
アブストラクト：現在、SAR画像を用いた機械学習による海岸線観測手法の研究が進められているが、海岸線変化傾向をとらえるために、より解像度の高いSAR画像を用いた海岸線観測手法の開発が期待される。本研究は、解像度約1mのXバンドSAR画像から海岸線を抽出する手法の検討を行った。解像度の高い画像に対する正解海岸線位置の作成手法を提案するとともに、海岸における構造物の有無等を考慮し、複数のモデルを作成し結果を比較した。
講演時間：10:35～11:05
講演者：加納光航氏（東京海洋大学M2）
タイトル：:機械学習を用いた船速モデル構築とウェザールティングへの適応性に関する研究
アブストラクト：物理モデルにおいて課題であった実海域での推進性能推定について、機械学習の手法である独立成分分析と主成分分析を適応した回帰モデルを作成し、船速推定の精度検証と航海計画立案への適応可能性について検討を行ったので報告します。
講演時間：11:05～11:35
講演者：松田蒼太氏（東京海洋大学M2）
タイトル：:機械学習を用いた操縦運動モデルの誤差推定
アブストラクト：国内の自動運航船の開発には、国内で開発された操縦運動モデルを用いたモデル予測制御が使われている。離着桟時には低速航行により舵効きが著しく低下し操船難易度が高くなることに加え、低速で航行する際には浅水影響や潮流の影響が大きくなるため、船舶の操縦運動モデルの精度が制御に影響を与える。精緻な操縦運動モデルのパラメータを推定する際には模型船を使用した水槽実験を行う必要があるが、就航している全ての商船でこのような模型船による水槽実験を行うことは現実的ではない。そこで本研究では、船舶の主要目等のデータから操縦運動モデルのパラメータを推定する手法を採用する。しかし限られたデータから推定した操縦運動モデルは、従来モデルに比べ誤差が大きくなる可能性がある。そこで本研究では操縦運動モデルのシミュレーションデータと実船の運動データを比較して誤差を推定する深層学習モデルを構築した。操縦運動モデルのシミュレーション結果を操縦運動モデルの誤差を学習した深層学習モデルで修正し、操縦運動モデルの精度を向上させることを試みた。
第15回 2024年1月24日（水）
講演時間：18:00～19:00
講演者：三好晋太郎氏（三井E&S造船株式会社）
タイトル：自律操船システムの開発におけるシミュレーションの活用 ー自律操船の実証試験に向けた操船制御開発
アブストラクト： 近年、船舶運航の自動化・自律化に関しての技術開発が進められている。その中、日本財団の無人運航船プロジェクト「MEGURI2040」で、Port to Port をハンズフリーで航行を実証した。本講演では、その報告をすると共に、その実証のために不可欠な自律操船制御システムの開発について説明する。このような制御システムの開発及び検証にはシミュレータが不可欠であり、それぞれの開発フェーズにおけるシミュレーションについて説明する。
第14回 2023年9月13日（水）
講演時間：18:00～19:00
講演者：髙品純志氏 （日本海事協会 ）
タイトル：船の操縦運動制御について（理論と応用例）
アブストラクト： 現在船の世界では、自動運航船の実用化に向けた研究開発が進められており、その様々な要素技術に AI の活用が期待されています。本発表では、自動運航船のコントローラとも関連する、操縦運動シミュレーションと船の DPS（自動位置保持システム）の基礎理論について簡単な説明を行ったのち、発表者が開発に携わった科学掘削船「ちきゅう」の DPS に関する体験談などをお話したいと考えています。
第13回 2023年7月12日（水）
講演時間：18:00～18:30
講演者：竹縄知之氏 （東京海洋大学 ）
アブストラクト：現実的なシミュレーション環境やChatGPTの開発にも用いられるなど、強化学習が再び脚光を浴びてきています。本発表では強化学習のアルゴリズムを簡単に紹介し、Satble Baselinesを用いた実装に関するチュートリアルを行います。
講演時間：18:30～19:00
講演者：木村考伸氏 （古野電気 ）
タイトル：「魚体重推定カメラ」を用いた3次元魚認識による次世代養殖支援システム
アブストラクト：近年世界の水産食料の需要はますます増大しており、水産資源の持続的な利用の観点から養殖業に対する重要度が増している。一方で養殖業には給餌計画・生産計画の最適化という課題があり、本課題を解決するべくAI解析を用いて生簀内の養成魚の成長状況を把握できる養殖支援システム「魚体重推定カメラ（型式：UC-300／600）」を開発した。本講演では、カメラ映像に対して複数のAI(分類・物体検出・セグメンテーション)による「魚の計測位置推定」「3次元計測」「トラッキング」技術等を紹介し、養殖業における課題に対して議論する。
第12回 2023年6月21日（水）
講演時間：18:00～19:00
講演者：藤井幹氏 （三井E&S DU 技術サポート部 DX商品開発グループ ）
タイトル：網羅的振動場解析手法の紹介
アブストラクト：構造体の異常を、振動伝達の視点に基づいた複数の振動信号の同時解析により高感度検知が可能な監視手法を紹介します。第１部では弊社の紹介、網羅的振動場解析の紹介を行い、第2部では振動現象と解析モデルについて紹介します。
第11回 2023年4月19日（水）
講演時間：17:00～17:30
講演者：木野亨 氏（東京海洋大学 ）
タイトル：卓越大学院プログラム海外視察報告（デンマーク工科大学およびノルウェー科学技術大学）
アブストラクト：卓越大学院プログラムでは、昨年12月に開催した2022年度第2回海洋AI公開セミナーで紹介された北欧2か国の海洋AI先進事例（デンマーク工科大学（DTU）、ノルウェー科学技術大学（NTNU））教育現場を3月11日から17日にかけてプログラム学生と共に視察しました。学生・教員双方でAI適用研究を加速するためのヒントや今後の学生交流および共同研究の機会について前向きな感触が得られたのと同時に、産学連携のスケール、スピード、オープンな姿勢が参考になったことなどについてご報告します。
講演時間：17:30～18:00
講演者：Nemesio Asael Mlendez Rivera 氏（東京海洋大学D1 ）
タイトル：Automatic operation of vessels using reinforcement learning in a simulator environment
アブストラクト：The use of Simulated Environments for training Ai has become more common than ever before. The quality of the simulation as well as the graphics of the environment can really assist in the creation of data sets that otherwise would be impossible to obtain by conventional means. Using a game engine (Unreal Engine), I was able to construct a simple navigation simulation for Reinforcement Learning in the short period of 2 years. The general idea was to create a virtual boat and train it with Reinforcement Algorithms for autonomous collision avoidance. After successfully training the agent, this presentation will try to expand on the theory of multiple line traces (inputs) and explain why more doesn’t always mean better. Other variables such as degrees between the traces will also be discussed. The introduction of movable objects will be shown as part of showcasing how useful simulated environments can be to control different scenarios required to train an Ai on Reinforcement Learning. Even when the purpose of this project was not to compete with already established simulators, it provides an inside of the practicality of training Ai using virtual environments.
第10回 2023年3月8日（水）東京海洋大学品川キャンパス2号館100A教室およびZOOM遠隔のハイブリッド開催
講演時間：10:05～10:35
講演者：川邉春佳 氏（東京海洋大学M2 ）
タイトル：反射法地震探査における減衰率計算手法の高精度化に関する研究
アブストラクト：反射法地震探査とは、振源から発振した音が境界面で反射したところを記録し地層の断面図を作成する手法であり、資源探査などに用いられる。しかし、重要な地質構造である断層は反射面がずれた部分として観測されるため、成層構造が発達していない場所では観測が困難であった。そこで、所属研究室では、反射面に関わらず断層観測が期待できる解析手法として減衰率計算手法の研究を行ってきた。減衰率の計算はデータを分割した時間ウィンドウごとに行うが、分割方法によって精度に大きな影響があるため、適切な時間ウィンドウ決定方法を開発する必要がある。本研究では、ニューラルネットワークを用いて時間ウィンドウ決定方法の開発を行った。
講演時間：10:35～11:05
講演者：松本龍介氏（東京海洋大学M2 ）
タイトル：クルマエビ Penaeus japonicus のオレンジエビ症候群における診断法開発に関する研究
アブストラクト：近年、我が国のクルマエビ養殖場で新規の現象が確認された。その現象では、生きたままクルマエビの体液を含む全身がオレンジ色を呈するようになり、その中には斃死するものも確認された。養殖業者がそのようなクルマエビをオレンジエビと呼んでいることから、我々はこの現象をオレンジエビ症候群と名付けた。本研究ではオレンジエビ症候群の診断法の確立を目的として、AIを使った画像診断およびメタトランスクリプトーム解析によるオレンジエビ症候群特異配列の探索を行った。
講演時間：11:05～11:35
講演者：中村翼氏（東京海洋大学M2 ）
タイトル：漁場のカキ養殖適正に関する分析ーMask R-CNN を用いた植物プランクトンの検出を中心にー
アブストラクト：漁場のカキ養殖適正を分析することを目的とした、顕微鏡画像におけるカキの飼料となる植物プランクトン抽出のための深層学習フレームワークを提案する。このフレームワークは、1) Mask R-CNN を用いた、植物プランクトンの検出、セグメンテーション、クラス分類、2) open cv を用いた、検出されたカキの飼料となる植物プランクトンの面積計算、から成り立つ。物体検出とセグメンテーションの精度を向上させるため、backbone のサブネットワークを変え、精度を比較し、最も性能の良いものを用いた。このフレームワークで三重県鳥羽市浦村のカキ養殖魚場のカキ養殖適正を分析したところ、従来の方法の評価とは異なる結果を得た。
第9回 2023年2月22日（水）
講演時間：18:00～18:30
講演者：原田明斗氏（東京海洋大学M2）
タイトル：北太平洋における鯨類の種分布モデリングを目的としたWebアプリの開発
アブストラクト：鯨類も含め海洋生物の空間分布や個体数推定に種分布モデル（Species Distribution Model,SDM）が利用される。SDMとは、海面水温などの環境条件と生物種の発見地点記録を関連づけ、調査が行われていない場所の環境条件に基づいて対象種の生息確率や個体数を推定する方法である。鯨類を対象としたSDMでは、入力データの前処理、発見関数の推定、モデル選択および地図表示など階層的かつ複数の異なるプログラム言語を扱う必要があり、結果が得られるまでの工程が複雑になっている。本研究では、SDMがGUIを使用し簡単に実行できるように、上記の作業を包括したWebアプリの開発を目的とした。また、実際にWebアプリを利用し、北太平洋におけるイワシクジラの個体数と空間分布推定を試験的に行い、開発したWebアプリが実行可能かどうかの検証をした。
講演時間：18:30～19:00
講演者：秋山和輝氏（BEMAC株式会社 ）
タイトル：実務で機械学習モデルをシステム化するためのポイント
アブストラクト：弊社では、Pythonで機械学習モデルを作成し、モデルの運用のためにAWSを用いたシステム化を行っています。今回は、私が学生時代に研究として機械学習モデルを作成していた時と、実務において機械学習モデルをシステム化する時の、Pythonコードの書き方の違い、気を付けるべきポイント、個人的に躓いたところなどについてご紹介します。
第8回 2023年1月18日（水）
講演時間：18:00～18:30
講演者：竹縄知之氏（東京海洋大学）
タイトル：深層学習の授業における画像分類課題に対する学生の取り組み状況
アブストラクト：報告者が2020年度より担当している東京海洋大学大学院共通科目「深層学習」は海洋産業AIプロフェッショナル育成卓越大学院プログラムの必修科目であるとともに、プログラム外からも全専攻から履修者を受け入れています。当科目では期末にコンペティション形式で画像分類問題の課題を出していますが、今回は学生の取り組み状況を紹介します。画像分類問題は深層学習を学び始めると最初の方に取り組む基本的な問題ですが、アプローチにより精度が大きく異なることが分かります。
講演時間：18:30～19:00
講演者：佐藤数起 氏（KYLA株式会社 ）
タイトル：リアルタイム応答を目指したAIシステムの研究開発
アブストラクト：社内サークルでの研究的取り組みについての事例紹介になります。今回は開発中である、特にユーザー側に意識させず顔認証＋αをリアルタイムで行う事を目指したAIシステムの紹介をします。
第7回 2022年11月16日（水）
講演時間：18:00～18:30
講演者：正木瑛太氏（東京海洋大学B4）
タイトル：Mind Maker による Unreal Engine 上の機械学習の紹介
アブストラクト：Mind Maker は Unreal Engine の強化学習用プラグインです。強化学習は囲碁や将棋などのゲームにおける成果が有名ですが、自動運転などの現実的な状況に適用するためには、その前に試行錯誤のできるシミュレーション環境を構築する必要があります。Unreal Engine は Epic Games 社が開発・公開しているゲームエンジンであり、物理計算などの機能により、現実的な環境を構築することができます。その環境に Mind Maker というプラグインを組み合わせることにより、Stable Baseline という強化学習ライブラリが使えるようになります。今回はこれらの使い方について紹介します。
講演時間：18:30～19:00
講演者：豊田貴志氏（ナブテスコ株式会社）
タイトル：機械学習モデルの評価方法
アブストラクト：取得できるデータが少ない場合における、機械学習モデルの作成および評価方法について、当社機器の実データを事例として紹介します。
第6回 2022年10月12日（水）
講演時間：18:00～18:30
講演者：加納光航氏（東京海洋大学M1）
タイトル：BEMAC株式会社インターンシップ参加報告「機関データ基礎解析とダッシュボードアプリの作成」
アブストラクト：７月後半から参加させていただいたBEMAC株式会社インターンシップについて紹介します。特に課題として取り組んだ、Pythonを用いた船舶の機関に関連したデータ解析、およびStreamlit（容易にWebアプリケーションの作成が可能なフレームワーク）を用いたダッシュボードアプリの試作についてお話しします。
講演時間：18:30～19:00
講演者：岩瀬一馬氏（東京海洋大学 B4）
タイトル：機械学習を用いた気象予測の補間について
アブストラクト：気象予測には通常、物理モデルに基づく数値計算モデルが用いられますが、その際用いられる格子は数キロメートルから数十キロメートル単位であり、例えば山の上のある地点などの予測をするには何らかの補正が必要になります。今回、富士山や箱根といった山岳地点の気象を、周りの主要地点の予報データから機械学習を用いて補間することにより予測することを試みたので報告します。
第5回 2022年9月21日（水）
講演時間：18:00～18:30
講演者：山田隆志氏（BEMAC東京データラボ）
タイトル：船舶IoTのことはじめ
アブストラクト：船舶IoTは、まず船内のデータを集めることから始まります。船内データを効率よく集め提供するために開発されたISOを紹介します。
講演時間：18:30～19:00
講演者：竹田聖二氏（日本気象協会 ）
タイトル：高潮予測システムの開発
アブストラクト：日本気象協会の高潮予測システムについて、物理モデルを用いた予測とニューラルネットワークモデルを用いた予測、それぞれのアプローチをご紹介します。
第4回 2022年7月13日（水）
講演時間：18:00～19:00 （前半は入門編、後半は詳細編）
講演者：藤井幹氏（IHI原動機）
タイトル：独創的な大型船舶の実海域推進性能モデルの作成方法について
アブストラクト：正則化回帰を用いた機械学習の特性を巧みに応用することで、一般的な計測データのみから実海域推進性能モデルを作成する手法について、実例を交えて紹介します。
第3回 2022年6月15日（水）
講演時間：18:00～18:30
講演者：竹縄知之氏（東京海洋大学）
タイトル：一般物体認識につてのチュートリアル --- Faster R-CNN 発表資料
アブストラクト：画像中から目的の物体を認識し、クラスの同定を行うタスクは一般物体認識と呼ばれ、深層学習の代表的な応用課題です。今回は一般物体認識の中でもYOLOと並んで最もよく使われるモデルであるFaster R-CNNについてのチュートリアルを行います。当日サンプルプログラムを配布します。
講演時間：18:30～19:00
講演者：山本亮氏（BEMAC東京データラボ）
タイトル：Python で GIS データを可視化してみよう！ 詳細資料（Qiita）
アブストラクト：データ活用の観点からAI・機械学習を用いる前の基礎分析はとても重要で、その中でも、データの可視化は大きなファクターを占めます。通常のグラフ等の書き方の資料はたくさんありますが、位置情報を含むGIS(Geographic Information System)データの可視化方法はあまり情報がありません。そこで、データ活用の観点から、これまでの分析で培った地図を含んだ可視化手法を皆さんに共有したいと思います。
第2回 2022年5月18日（水）
講演時間：18:00～18:30
講演者：尾関友啓氏（東京海洋大学D1）
タイトル：GPS/GNSS測位における機械学習の適応について
アブストラクト：GPS/GNSS測位は我々の生活に欠かせない基盤技術の一つです。長らくGPS/GNSS測位の分野では最小二乗法等の古典的なテクニックが使用されてきましたが、近年のAIブームの流れから機械学習を使用した研究も行われ始めています。今回の勉強会Plusでは、GPS/GNSS測位における機械学習を用いた時系列データの異常値検出を中心に紹介します。
講演時間：18:30～19:00
講演者：別所 祐治氏（BEMAC東京データラボ）
タイトル：MLOpsを導入した機械学習システムの開発
アブストラクト：MLOps(Machine Learning Operations、機械学習基盤)を用いた機械学習システム開発を目指すうえで実施したプロセスを紹介する。
講演時間：18:00～18:30
講演者：本田智也氏（BEMAC東京データラボ）
タイトル：AWS 入門 （初心者向け）
アブストラクト：クラウドサービスの利点、AWS主要サービスの紹介。
講演時間：18:30～19:00
講演者：本田智也氏（BEMAC東京データラボ）
タイトル：船舶の異常検知システム構築
アブストラクト：異常検知モデルを活用するために、AWSで構築した異常検知システムの概要説明。