SHOYA KUSUNOSE

免疫細胞の解析者補助のため，畳み込みニューラルネットワークによる免疫細胞の自動追跡について研究（学部）．
実験環境はPython，機械学習ライブラリはKeras，Pytorch等．

免疫細胞は体の形状を変化させながら移動するため，単純なパターン認識による追跡は困難である．
そのため，高度な特徴抽出が可能なDeep Learningを用いて免疫細胞を学習，学習して得られた分類器を持ちいて自動追跡．
下図は解析対象のイメージ図（動作の様子は秘密事項につき掲載不可）．

追跡ステップ（下図参照）

1. 対象の動画の初期フレームから免疫細胞の初期位置を検出
2. 初期位置に近い範囲のみに限定して次フレームで免疫細胞の検出
3. 1, 2を繰り返して，初期フレームで検出された免疫細胞を追跡

また，学部の研究に続き，特に初期位置取得部分の処理に着目，研究（修士）．
実験環境はPython，機械学習ライブラリはKeras，Pytorch等．

学部時代の研究では，安定した追跡を行える可能性のある免疫細胞の初期位置を取得することを目指していた．
そのために，対象画像をラスタースキャンで分類器に認識させ，免疫細胞が認識された頻度から検出を行なっていた．
既存のものは認識された部分への重み付けとしてガウシアン分布を用いていたが，近接する細胞を1つの細胞として認識する問題が生じた．
そこで「Grad-CAM」という認識根拠の可視化を行うアルゴリズムの出力による重み付けを用いて局所的な重み付けを行った．
その結果1つとして数えられていた二つの細胞をそれぞれ検出し分けることができた．

パソコンにつないだ改造コントローラとUSBカメラを用いて， USBカメラから得た映像情報を元にサッカーロボを自動操作．
サッカーロボが自動でボール運びを 行うように，ラジコンハックしたコントローラを介して操作される．
開発言語はPython．

毎朝天気予報を調べるのが面倒なため，毎日LINEに通知してくれるボットを製作．
ラズパイサーバー上で動作しており，毎晩18時に明日の天気，毎朝6時に当日の天気が確認できる．
定時に天気予報サイトをスクレイピングして，自分の地域の天気や降水確率，気温などを取得している．
開発環境はPython．

Deep Learningによる学習は時間がかかる上に，
学習中は他の作業も行って時間を効率よく使いたかったため，学習の進捗を逐一確認しなくてもいいように通知してくれるツールを作成．
スクリプト化した学習を複数回行った場合は，学習が終了するたびに学習曲線のグラフをSlackに通知される．
同時に学習にかかった時間やパラメータの数なども確認できるようにした．
開発環境はPython．