知識科学基礎

  1. "beaconを教室内に設置しbeaconを利用し出席確認や課題の情報などを受信するアプリを開発する。
  2. beaconによってアプリ内で出席の情報などを受信したり課題や小テストなどを受信できるようにし受信した課題や小テストはmanabaにあるように表示され学生は回答できるようにする。そのようにすることによってその教室にいなければ課題などを受信し行うことができないので学生の出席の不正などを減らすことができる。"
  3. GoogleForm?や他抽選用ソフトウェアなどの集計ソフトウェアを利用して履修抽選を行うことによって集計の途中経過を即座に公開できるようにしたり、各年度、科目ごとの倍率データなどの情報を蓄積し、学生に公開することができるようになる。
  4. GPSを利用した、携帯ボタンのワンプッシュでタクシーを呼べる機能
  5. iPhoneに専用アプリをダウンロードしてアカウントを作成し、電子キーを登録、その後鍵を指でタッチすれば、デバイスが鍵に近づいてきたiPhone検出して解錠するというシステムがすでに存在している（Kevoという電子キーアプリ）。それを大学の研究室や委員会室に導入すると、入退出時の鍵を開け閉めする煩わしい動作もひと手間で解決し、また安全性も高めることができる。
  6. iPhoneのsiriのような、ニーズに応じて特定の範囲においての情報を処理するシステムの構築
  7. k-nowの機能をベースに講義室内の空いている席や図書館・食堂の空いてる席を推奨してくれるシステムにするため、各席にセンサーを設置する。そしてそのセンサーにより、人がいないと判断された席をWeb上に示し、案内をする
  8. manabaなどのページでも学習させることができるか
  9. manabaの機能性を高める。manabaを用いた小テストを頻繁に行い、蓄積されたデータから間違う傾向を割り出し、復習問題や予想問題を提供する。テスト前のカンペを回す行為の減少や、自ら学ぶ姿勢を身に付けることに繋がる。
  10. OUCナビ上で、質問に答えてくれる人工知能を作りたい。
  11. pepperのような人型の人工知能をもったロボットに授業の内容をプログラミングし、代わりに授業をしてもらうことを提案する。
  12. Skypeなど、テレビ電話の活用を広げる。
  13. TwitterなどのSNSと連携して、有益な情報を共有できたり、大学側の人間以外の学生や大学外のひとからの情報の発信や質問などを共有できるものにして、さらに、人工知能を取り入れる。大学関係の情報を共有・発信できるロボットを大学内に作ったり、アプリとして出す。
  14. あくまでも管理の一環として、補助的に使用することで教授の負担を減らしつつ、授業の効率性を高めることができる。
  15. アプリで学生が欠席理由となる書類の画像を送信しディープラーニングを通じ不正の有無を判定する
  16. アプリとして導入する
  17. アプリに自分の情報など入力することで必要な項目だけを表示する
  18. アプリを作ってmanabaの機能を統一する。メールでの知らせをアプリの通知にし、アプリ上から課題提出、資料閲覧を行えるようにする。
  19. あらゆる場面を想定した質疑が行えるように学習させる。
  20. キーワード検索を用いる。できるだけ取りたい科目(特に不定期に開いている講座)を入力してもらい絞り込みを行う。
  21. キヤリア学習の一環に人工知能を導入し、そこに自分の学歴や成績、趣味や将来の夢などいろいろなデータを入れてもらい、その項目や過去の卒業生のデータをもとにその人に合った就職先をいくつか提案し、入学して早い時期から自分のキャリアについて深く考えてもらうといったシステムを作る。
  22. ゴミ箱の周辺にカメラを設置、ゴミ箱周辺を監視
  23. スマホを教科書本文にかざすと、発音してくれたり練習問題として文章を書く欄が出るページを作る。
  24. そこで、自分が登録したデータや今までの時間割などから、自分にあった科目や時間割を勧めてくれるシステムを提案する。
  25. そこで、就職活動の情報収集の手法として、自分の関心のあること、知りたいことなどのキーワードから、それに関連するセミナーやインターンの情報などを整理して表示する検索機能を提案したい。
  26. そこで、人工知能を使った新しい学習法を提案する。学生がE-learning上で学習し、正答・誤答をビッグデータとして集積、分析する。その後、分析したデータから誤答パターンを見つけ出し、そのパターンを用いた新たな問題を自動的に作成するという方法である。
  27. その人の性格や学習成績を基に過去の事例と比べることで、適した職業を見つける。
  28. その大学のその学生自身のアプリを作成・使ってもらう
  29. それを解決するため、HUEが含まれる新たな業務システムを創りださなければならない
  30. たくさんの日本や世界のニュースを交代に色々な場所で映し出して欲しい。
  31. タグ付けなどを行なってタグによるオススメ表示を行う
  32. タスクを設定した上で最も早く作業を終わらせるための人工知能によるto doリスト(こなす順番などが明記されてる)
  33. タッチパネルで入力式にすることや、画面を小型化することでより手軽に気楽に利用することを可能にする。
  34. ツイッターやLINEで学生に興味のある情報をアンケートで答えてもらい、その学生ごとに必要とする情報を配信する
  35. ディープラーニングを用いて採点を行い正答基準を統一する。
  36. どのようなスケジュールが最適なのかデータから割り出すこと。
  37. どれくらいの人がどれだけこのシステムを必要とするかをしっかりアンケートなどで調べる必要がある。そうすることで、費用の無駄を少しでも削減できる。
  38. どんなことをしたいか入力するだけで、最適なツール（ソフト、アプリ）を提示する機能を作る。
  39. "ニューラルネットワークを発展させ、擬似的なディープラーニングのような仕組みを用いた単位選択支援システムを提案する。学生の履修や就職の状況、客観的な診断による得意教科などの情報をビッグデータとして収集し、ニューラルネットワークの入力とする。ここからバックプロパゲーションモデル等で適当な層を形成し、設定した目標と出力との差を評価関数として用いつつ完成につなげていく。
  40. もともとこういった最適解が存在するような意思決定をする際には、機械学習による決定が正確で効率的なために適しているといえる。
  41. さらに、学校ごとにデータを取り込むことで拡張性も確保することができる。"
  42. ネット掲示板のようなサイトを作り、商大生同士で意見交換、情報提供を行えるようなシステムをつくる。荒らし防止に学生番号を入力し商大生と認知されればサイトに入るための専用コードを発行するようなシステムも作る
  43. バイトのレビューアプリをつくる
  44. バスやタクシー、購買やサンカフェでスマホ決済できるようにする。
  45. バス停に設置するのではなくスマホなどの位置情報を利用したシステムにするべき。
  46. フォーラムエンジニアリング同様にワトソンを利用しつつ、商大生の過去の就職の結果を反映し、現在の商大生に適した進路決定支援システム
  47. プログラミングを補助するための人工知能
  48. まずmanabaのような携帯端末で番号を打ってもらう。そうするとQRコードが表示され（個々人で違うQRコード）、それをTAの人が端末で読み込みに回る。こうすることで出席票を配る→回収の手間が１つになる。
  49. "まずは独論でもいいので自分の言いたいことを文章にまとめる。その文章で人工知能が形態素解析を行い、図書館側のデータと比較的合致する内容の本や卒論を見つけ出す。
  50. 図書館の本の文章を撮影して画像を人工知能が分析し、文章をデータ化する。"
  51. メニューの栄養素の計算までは人間が行う
  52. もし一号館入り口に置くとしたら、教授の部屋に行ってから不在を知ったりするのも嫌だし、その場で聞けることなら入り口で解決できるから「誰々先生に用事がある」といったらリアルタイムでその部屋と通信できるようにする。先生自身と話せば精度はもちろん上がるし。
  53. もっとたくさんの井戸を設置して、少しでも貧しい国の人が困らないようにする。
  54. もっと多いの質問・回答データを収集し、学習させる
  55. ユーザーの期待をもう一度再検討する必要、また、このシステムを学校の行事管理に適したシステムにしなければならない
  56. よって、各部屋にAIを活用した冷暖房設備を設置し、部屋の大小や人数に応じて、部屋ごとに自動的に室温管理をすることを提案する。
  57. ランダムで、人間がおかしそうなミスや、次善手を起こさせ、リアルな実践ができるようなシュミレーションアプリにする。
  58. ロボットとコミュニケーションをとる人と相互作用の相手が自律システムであるとあらかじめ教示しておく必要がある。
  59. 家電製品自身が、考えて行動するように、人工知能と家電製品を融合させる。例えば、ストーブに人工知能を設置し、人が家にいるのを察知して、自動でスイッチが入る仕組みにする。
  60. 過去にあった事例のマニュアルの追加。
  61. 過去の成績、担当教授などからそれぞれの講義の単位の取りやすさを計算するアプリを作る
  62. 各講義教室にカメラを設置し、欠席届をネット上で提出するとその講義分のビデオ映像を見ることが出来るシステムを導入する。
  63. 各部門の知識人の知ってる情報を人工知能を利用して処理する
  64. 学校内に置いて今まで以上に精度の高いディープラーニングをさせる。
  65. 学食座席予約システムを構築し、効率的に座れるようにする
  66. 学生だけが見れる学生インターネット掲示板の導入
  67. 学生の履修データを読み込み、 そのデータから履修科目にお勧めの図書を推薦する
  68. 学生個人ごとに必要な情報を見分け、それを各個人に通達する通知システムの発明。
  69. 学生時代から今の時代に合った方法で教育をうけることによって、時代の流れに乗る柔軟な経営者を育てる。
  70. 学内の一部の環境のみを用いて視聴可能にすることを提案
  71. 学務課にAIを導入する
  72. 起こりうるすべての可能性への対処法をインプットさせる
  73. 技術革新
  74. 教員なしでも学生が人工知能によって英語を学べるような授業を運営できるようにする
  75. 教授の人柄や、面白さ、等も追加要素として付け加える
  76. 掲示板を全て電子化する
  77. 見た目を可愛くする、料金を最低限に抑える、移動手段の多様化、最小化をはかる。
  78. 現在存在しているあらゆる大学などで、ある学位を取りたいものを入学させる。そして講義を受講してもらい、最後に学位を取得させるのに相応しいかどうかを判別するためテストを行うという方式。
  79. 個人の解答や傾向から苦手、得意を判別し教材に反映させること
  80. 広報を行う
  81. 校門で読み取った顔と履修講義を結びつけ、レポート締切や小テストの日付などを携帯にメールで送信する。
  82. 購買に入口専用ゲートと出口専用ゲートを作り、出口専用ゲートには商品のバーコードを読み取るセンサーと学生証の情報を読み取るセンサーをつける。出口専用ゲートを通過するだけで会計処理が終わるようなシステムを導入する。
  83. 国をあげての人工知能分野の補助、開拓
  84. 今のマウスやキーボードよりも自由に、詳細にユーザーの要求理解し、それに答えるウェアラブル機器。
  85. 今の時代、スマートフォンやタブレットが普及し、大学生ならおそらく大体の人が持っているので、大学ホームページに音声認識システムを導入する。
  86. 最新で高速な情報基盤を導入する
  87. 在学者、食堂利用者、開講講義数、履修者等のデータから、当日何人が食堂で何を食べるのかを人工知能によって推測し、最適な食材の発注量を提案する
  88. 思いつきませんでした。
  89. 自動で時間割を作れるアプリの作成
  90. 自動釣銭機を導入し、時間と手間の削減を図る
  91. 実証実験を重ね、精度を高める。
  92. 社会に置いて自動学習させる
  93. 若者を対象として、スマートフォンで調査を行う。場所を気にせずどこでも回答しやすく、紙よりもコストがかからない
  94. 主に大学で使うものなので学問（経済学、経営学etc.）ごとにカテゴライズしておいてそれを選択してからキーワードを入力すれば、検索する文章を減らし無駄な文章を省くことができより精度の高い結果がでると考えられる。
  95. 授業で対話式AIロボットを導入することによって触れざるを得ない環境を作り出す。
  96. 就職する前の学校での教育を改善する
  97. 集めた出席用紙を人工知能が順に並べて、整理することができれば、時間も労力も節約できる。または、カメラ搭載の人工知能が学生の顔を認証して、それぞれの出席状況を確認する。
  98. 従来のレジを残した状態で、事前に試験的という形で行う。
  99. 従来の研究の発展として更なる研究をら勧めていくことで、先程指摘したような精度の問題については解決に向かうと考えられる。ではこの分野を更に発展させるためにはどうしたらよいか。それは今まで聞き取って出力というのが主流である人工知能の学習能力の分野をさらに伸ばし、人間側にその学習プロセスを行かして教育する分野を開拓してみてはどうだろうか。
  100. 従来の取り込みのようにキーワード抽出法を用いるが、過去に在学してきた多くの卒業生の時間割のデータを取り込む。そして現在のその学生の関心のある分野・現在の履修状況・在籍学科または行きたい学科・得意な分野の情報を入力してもらい、それを基に関心のある授業のみで構成した時間割、得意な科目群及びその生徒に似た学生が良い成績を取った講義のみで作成された時間割、そして両方の複合された時間割、の3つを自動生成する。また、抽選が予想される講義を含む場合は落ちた場合の予備時間割も生成する。
  101. 所要時間や移動などにかかる時間を予測する機能を付加する
  102. 女性の、ファッションに詳しい人に協力してもらい、衣服をデータ化する。
  103. 商大案内ロボット
  104. 商大生のみが利用できるように、大学内にパスワードの掲示を行う。
  105. 小樽市と札幌の短期バイトの情報を多く発信したページを大学のHPやmanabaに掲載する
  106. 情報を鵜呑みにせず、自ら考え取捨選択すること
  107. 新しいものを考えられるようにする。
  108. 新たに、学生たちが個人で自分の高校までに学習してきた選択科目や自分のアルバイトの時間帯、どのような専門科目を学習したいかなどを入力し、その希望に適した授業科目を学生に勧めるシステムを提案する。
  109. 人の顔を認知する人工知能を作りそれで生徒の顔を認証し出席をとる。
  110. 人間の代わりに人工知能を導入し、情報を管理させる
  111. 人口知能により、出席を完璧に管理する。
  112. 人口知能を用いて、学生が作成した問題のうち情報量が多い問題をピックアップする。
  113. 人工知能に、温度や気候のデータを入力して、そこから統計を導きより効率的に農作物を栽培する。また、そのデータを必要としている人に渡すことができるため、農業を新しく始めたい人も始めやすい。
  114. 人工知能によるLINE＠アカウントで商大の情報の収集と個人に合った提供
  115. 人工知能によるスキャニングしたデータの変換。
  116. 人工知能の学習能力を利用した判例検索システム。
  117. 人工知能の機械翻訳、機械通訳でコミュニケーションをとりやすくする。
  118. "人工知能を使い、画面がよくわからず、手で操作することができなくても、会話で操作をしてくれるような機器を提案する。
  119. 高齢者だけでなく若者でも使えると思われるので、調べものをする学生も使いやすいのではないだろうか。"
  120. 人工知能を搭載したレジスターを導入し、購入された商品の組み合わせなどの情報を収集させ、よく一緒に買われる商品を近くに置くなどする。
  121. 人工知能を用いて、これまでのSNSの使い方や他のSNSなどから、その人物の情報の精度を計る。不確定な情報や、ネット上の上澄みを集めただけのような発信元を、排除する。
  122. 人工知能を用いて複数のカメラで連携し、不審者の特定や追跡を行う。
  123. 人工知能を利用し、こちらが問いかけたことに対する情報をすぐに提示できるようにする
  124. 図書を電子データ化して、学生にのみアクセスする権利を与える
  125. 図書館などの公共施設の設備
  126. 図書館に設置する際は、ある程度質問の予測ができるためより多くのパターンを覚えさせることにより解決する。
  127. 数年間このシステムを公開せず、それぞれの学科で1000人以上のデータが集まってから運用を開始する。
  128. 生徒がネット上で24時間空き教室の確認、予約ができ、また人工知能が最適な教室を自動で提案してくれるシステムの構築により問題の解決を目指す。
  129. 生徒個人の苦手分野を分析し各々に合った問題を提供する新E-leaning。
  130. 精度は99.63%±0.09なので、定期的に紙媒体、manabaでの出席確認を行うとより100%に精度が近づく。
  131. 全ての授業でtwitter等を利用して授業中にリアルタイムで質問ができるようにする。
  132. 全ての情報を電子化する。そして電気掲示板にペッパーなどの人工知能ロボットを接続。例えばゼミの志望締め切りがいつまで、などを書いた紙をロボットが読み込むと記載してある情報を素早く処理し、掲示板、OUCnaviにも自動的に反映される。
  133. 相手の調べたいものや調べ方の履歴から、相手の知りたい情報について毎回予測し提示。また堂々と告知や知ってもらうことを目的とした、体験を行なう
  134. 他の講師が臨時で講義をするときにも対応できるようにする
  135. 他の同テーマの文章と内容や単語を比較し出現頻度が少なくかつ内容がテーマに相応しいものに点を加算する
  136. "大まかな提案としては人工知能の機能レベルを上げることである。
  137. また成績だけでなく、一問一答や対話などを通して判断するように、判断材料を増やすことが挙げられる。"
  138. 大学専用の生徒に勉強を教えてあげられるAiを作る。
  139. 電子掲示板の表示内容を、インターネットのページ又は専用アプリに同時にアップし、個人の端末からアクセスできるようにする。
  140. 統計学的にみた相手の仕草や表情や行動をインプットしそれに合った動きを行う
  141. 発音チェックをするAIを開発し、スマートフォンで利用できるようにする。
  142. 筆跡を基にした文字認識による出席確認のサポート。
  143. 複数の生体認証を組み合わせる
  144. 分割での支払い
  145. 歩きスマホをしている人には罰金を課すべき
  146. 本を読んだ人がその本の優れている点を打ち込むデータベースを作り、検索者はキーワード及び調べたい内容をデータベースに打ち込み、それに近いワード等が書かれているものを提示する。
  147. "本研究の目的は、人工知能によるエッセイや記述問題の自動採点が文書類似度の計算において有効であることを明らかにすることである。
  148. 本研究では、模範解答と学生の回答を、cos類似度の計算を用いて、文書類似度の観点から学生の回答を自動採点する方法を提案する。"
  149. 本人の好みや食品の手に入りやすさ(立地による)等を考慮し、食生活の改善を促すようなプログラムを作る。
  150. 翻訳ソフトを近年のイヤホンのついているノイズキャンセリングの要領で一般販売されているイヤホンに装備する
  151. 来からのAIは、現在では機械学習と呼ばれている手法を使い、フォーマリズムと統計分析を特徴としている。これは、記号的AI、論理的AI、正統派AI、古き良きAI（GOFAI[3]）などと呼ばれる
  152. 利用者の負担にならないよう、複数のカメラや装置を設置し、それによって人工知能に教師あり学習をさせる。
  153. 路面の状況を判断して、砂を撒いた方がいいなどの判断を下してお知らせする人工知能を作る

木村ゼミ生限定

編集画面
kimura6.JPG
木村泰知
連絡先
科研費　採択課題
研究者総覧
研究業績(新)　研究業績(旧)
OUC Navi
OUC Navi High School
oucnavi.png
ゼミ生
2021-2022年度生(14期)
阿部遥大内颯
岡田絢音興星陽
梶縁河野由弥
佐々木凜佐々木美波
濱田和貴廣吉和貴
藤井一志藤田宗真
2020-2021年度生(13期)
小澤真凜笠原有真
加藤正宙蒲田躍斗
坂村翼住吉真奈
高野大河中井葉月
永渕景祐平館菜々子
2019-2020年度生(12期)
大芦恭平--
近藤太雄清水美里
中村可怜福山活起
福家祐紀船越天彩
南山衣里山下伽月
坂本涼太土屋彩夏
2018-2019年度生(不在)
SEA-NA代表取締役
平賀直輝横山莉花
住吉実祈室橋和哉
2017-2018年度生(11期)
石黒栞奈一宮拓海
亀井海舟佐藤栞
佐藤有希桧森拓真
藤本朱夏ホワイトジニー
増田優作谷内健太
2016-2017年度生(10期)
伊藤みき岡島健悟
小西雪葉祐川泰輝
鈴木佑菜大門拓史
田頭わかば戸嶋咲穂
中村智貴西野哲生
横山祐果川岸祐果
2015-2016年度生(09期)
浅賀七海小林真菜
西村伊央堀江知未
針生惟希村上浩太
2014-2015年度生(08期)
大石誠大野晋太朗
加藤裕樹佐々木左近
高橋理沙武田莉穂
寺島舞子畑賀大
山田修世
2013-2014年度生(07期)
加藤史織工藤智子
佐々木葉子志鎌周
高橋玄龍�眈丈�
中尾千咲中川玲菜
中藪大貴
2012-2013年度生(06期)
遠藤星地大野紗季
鎌田めぐみ木下和大
齋木涼介佐々木遥
佐藤優子沼澤文香
古屋真理吉田智弘
2010-2011年度生(05期)
葦原史敏伊藤大起
伊藤みどり永坂文乃
藤田航哉前多大輔
松本陵佑宮津有沙
山田亜季
2009-2010年度生(04期)
岸本隆志窪地由恵
志賀千鶴津田有子
三浦工弥
2008-2009年度生(03期)
粟津康佑井上さゆり
北崎佑樹工藤和寛
古俣優花佐川彰宏
佐藤禎洋鈴木亜衣
竹原希美藤井優作
堀公一堀内小織
米澤宏史
2007-2008年度生(02期)
佐藤健太上村佳弘
奥田啓貴小野誠
白井かずみ高井庸介
森谷亮介六渡有梨恵
若本哲平
2006-2007年度生(01期)
菅井梓渡部謙太郎
相坂真大村佳慎
奥桃子笠井猛
小林和幸齊藤いつこ
齊藤雄紀佐々木麻未
佐藤日加吏谷本貴之
徳江佑介長嶺脩平
西本みゆき林絵里子
澤田大輝