農業教育応用

<aside>

パターン認識技術を農業教育に応用し、圃場に設置されたセンサーやカメラから環境情報（温度・湿度など）や映像を収集・活用して、学習者の活動分析とアプリケーション開発を行っています。具体的には、環境データを可視化するダッシュボードの開発や、教師が学習者の農作業状況を効果的に把握・分析できるアプリケーションの開発を進めています。

</aside>

教育エージェント

<aside>

近年、ChatGPTに代表されるLLM（大規模言語モデル）の発展に伴い、その教育活用が注目されています。LLMを活用したエージェントを開発し、これまで以上に詳細で迅速な「個別最適な学び」を実現することを目指した研究に取り組んでいます。具体的には、学習者の理解度に応じて文章を生成する「学習者のコピー」モデル（cpLLM）を開発し、理解度の自動診断と個別教材の生成を行う学習基盤の構築を進めています。また、教師の代わりに講義や問題作成を担当する教師エージェントの開発にも取り組んでいます。

</aside>

変化検出

<aside>

映像中の変化検出とは、通常状態の背景モデルを構築し、現在の映像と比較して差異を検出することで、映像内の移動物体や異変を自動的に見つける技術です。カメラの動きに関係なく、静止物体も動体も高精度に変化領域を検出するための技術開発を行っています。また、深層学習を用いた背景差分法の長所と弱点をより深く理解するため、ニューラルネットワーク内部の挙動解析にも取り組んでいます。

</aside>