Society5.0に対応した高度技術人材育成

enPiT everi 社会人向け「人工知能・ロボット・IoT」に関する短期講義・演習プログラム

MENU

科目一覧

(ただいま期間外)人工知能と画像処理を用いた農業PBL

農業IoT実践的ラボ

  • LAB
  • 実習
         
科目名 農業IoT実践的ラボ
科目名(英名) Practical laboratory exercises on agriculture
担当講師(氏名・所属) 石井和男、武村泰範、亀井圭史、眞田篤(九州工業大学)
分類 コース必修
授業形態 実習

九工大

時数 24コマ
時間数(コマ数✕1.5) 36時間
授業の概要 (この科目をご希望の方は、個別にご相談ください)
農業実践的ラボ演習では、PBL形式の課題解決授業及び必要な実習課題を行う。本PBLの主テーマとして、現在の農林畜産業における課題を設定する。まず、外部からの招聘講師などと議論を行い抽象的にテーマと解決方法を決定する。続いて、受講者間での議論により課題の明確化を行い、互いに開発スケジュールを調整しながら課題解決に向けた演習に取り組む。
到達目標 ・農業や畜産業における現在の問題点を理解できる
・IoTやセンシング技術、ロボティクス技術を利用する事での問題解決する能力を習得する
難易度 ★★★
分野別難易度(前提知識) 産業:★
MATLABプログラミング:★★
Pythonプログラミング:★★
機械学習:★
深層学習:★
メカトロニクス:★
信号解析:★
画像処理:★
履修上の注意
(準備学習・前提知識)
MATLAB/Simulink、 Pythonなどのプログラム経験があることを前提とする。
授業計画・内容 1.イントロダクション
2.人工知能演習1:Python入門
3.人工知能演習2:学習データの前処理(Numpy)
4.人工知能演習3:ディープラーニング認識器
5.人工知能演習4:時系列予測器
6.人工知能演習5:自己組織化マップによるクラス判定
7.農業における人工知能の可能性
8.画像処理1:画像処理プログラムの開発環境, 画像処理の基礎
9.画像処理2:色について(カラー、グレースケール、2値)
10.画像処理3:色空間について(RGB、HSV)
11.画像処理4:物体のカウント(ラベリング、重心)
12.画像処理5:物体の検出(テンプレートマッチング)
13.画像処理6:物体の検出(ハフ変換)
14.メカトロニクス演習1:MATLAB/Simulinkの基本的使用方法
15.メカトロニクス演習2:MATLAB/Simulinkを用いたIoTセンシング1
16.メカトロニクス演習3:MATLAB/Simulinkを用いたIoTセンシング2
17.農林畜産業の問題点(外部講師による講演)
18.農林畜産業問題に関するブレインストーミング
19.PBL演習1
20.PBL演習2
21.PBL演習3
22.PBL演習4
23.PBL演習5
24.成果発表と評価
事前・事後学習の内容 復習を欠かさないようにしてください。
成績評価の方法 授業ごとの課題やレポートの提出状況とPBL課題実践演習結果により総合的に判断を行う。
教科書・参考書等 検討中。各講義毎に配付する予定。
キーワード 農業、IoT、機械学習、ロボティクス、画像処理、 信号処理