大城 尚紀 (オオシロ ナオキ)

Oshiro Naoki

写真a

職名

准教授

科研費研究者番号

10295298

ホームページ

http://mibai.tec.u-ryukyu.ac.jp/~oshiro/

現在の所属組織 【 表示 / 非表示

  • 専任   琉球大学   工学部   工学科エネルギー環境工学コース   准教授  

出身大学 【 表示 / 非表示

  • 1994年
    -
    1900年01月

    大阪大学   大学院基礎工学研究科   卒業

  • 1992年
    -
    1900年01月

    琉球大学   大学院工学研究科機械工学専攻   卒業

  • 1988年
    -
    1900年01月

    琉球大学   工学部機械工学科   卒業

取得学位 【 表示 / 非表示

  • 大阪大学 -  博士(工学)  情報通信 / 機械力学、メカトロニクス

職歴 【 表示 / 非表示

  • 1997年
     
     

      琉球大学  

  • 2007年
    -
    継続中

      琉球大学  

  • 2007年08月
    -
    継続中

      琉球大学 工学部 准教授  

所属学会・委員会 【 表示 / 非表示

  •  
     
     
     

    電子情報通信学会

  •  
     
     
     

    日本神経回路学会

  •  
     
     
     

    日本工学教育協会

  •  
     
     
     

    日本ロボット学会

  •  
     
     
     

    システム制御情報学会

研究キーワード 【 表示 / 非表示

  • コンピュータビジョン

  • 画像処理

  • 制御理論

  • ロボットビジョン

研究分野 【 表示 / 非表示

  • その他 / その他

  • 情報通信 / 機械力学、メカトロニクス

  • 情報通信 / ロボティクス、知能機械システム

  • 情報通信 / ロボティクス、知能機械システム

取得資格 【 表示 / 非表示

  • 火薬類取扱保安責任者(甲・乙種)

論文 【 表示 / 非表示

  • Study on evolutionary performance of NC optimized by scheduled Cuckoo Search for rotary

    Kunihiko Nakazono, Naoki Oshiro, and Hiroshi Kinjo

    Proceedings of the Joint Symposium of The Twenty-Seventh International Symposium on Artificial Life and Robotics (AROB 27th 2022), The Seventh International Symposium on BioComplexity 2022 (ISBC 7th 2022), The Fifth International Symposium on Swarm Behavior and Bio-Inspired Robotics 2022 (SWARM 5th 2022) ( その他の出版社 )    889 - 892   2022年01月 [ 査読有り ]

    掲載種別: 研究論文(学術雑誌)

  • 介護ロボット開発におけるニーズ・シーズ連携法の構築:ICFモデルにより簡約化された機器機能を体現するモデルの活用

    安里 健太郎, 金城 知子, 豊里 一貴, 大城 尚紀, 下地 将生, 比嘉 靖

    電気学会論文誌D(産業応用部門誌) ( 一般社団法人 電気学会 )  141 ( 2 ) 113 - 123   2021年 [ 査読有り ]

    掲載種別: 研究論文(学術雑誌)

     概要を見る

    <p>This paper presents a novel seeds-needs cooperation method using an ICF model and a simplified embodiment model to develop nursing care robots. In the V-process of the nursing care robot development guidebook published by AMED, an ICF model is used to consider role of <i>robots</i> in providing <i>nursing care</i>. In addition, the simplified embodiment model contributes to the realization of <i>robots</i> to achieve better <i>nursing care</i> using the proposed method. In particular, the ICF model and the simplified embodiment model are useful to design and refine the development concept of a nursing care robot. The validity of the proposed method is confirmed by a development record of an all-in-one nursing care robot for transferring and moving support in the Okinawa nursing care robot consultation.</p>

  • Investigation of training performance of convolutional neural networks evolved by genetic algorithms using an activity function

    Betere J.I.

    Artificial Life and Robotics ( Artificial Life and Robotics )  25 ( 1 ) 1 - 7   2020年02月 [ 査読有り ]

    掲載種別: 研究論文(学術雑誌)

     概要を見る

    This article presents a study on the training performance of convolutional neural networks (CNN) evolved by genetic algorithms (GA) using an activity function for image recognition. Globally, GA has been considered as one of the most robust search optimization methods in machine learning and artificial intelligent systems. Currently, when CNN is used in 2D image recognition, the ReLU activity function is mostly applied with back propagation (BP) for signal processing and image recognition, because the sigmoid function has a gradient disappearance problem. Although the sigmoid function is good for three-layered neural networks, its performance degrades for multilayer neural networks, especially in BP training. In this study, we also focus on the training performance of an activity function with CNN evolved by GA, especially when the intermediate convolution layers are used. We also evaluate the training accuracy of various activity functions for image recognition with CNN for an automatic driving application using the GA training method.

  • Investigation of multi-layer neural network performance evolved by genetic algorithms

    Betere I.

    Artificial Life and Robotics ( Artificial Life and Robotics )  24 ( 2 ) 183 - 188   2019年06月 [ 査読有り ]

    掲載種別: 研究論文(学術雑誌)

     概要を見る

    This paper presents a study on the investigation of multi-layer neural networks (MLNNs) performance evolved with genetic algorithm (GA) for multi-logic training patterns applied to various network functions. Specifically, we have concentrated on the Sigmoid, Step and ReLU functions to evaluate and simulate their performances in the network. We have revealed that GA training gives good training results in evolutionary computation by changing of Sigmoid, ReLU and Step as the activity functions in MLNN performance. Sigmoid function has proved to train all patterns for all outputs without any challenge as compared to ReLU function and Step in this study. We are still trying to see how a ReLU function could be trained with GA for MLNNs performance for the two input and four output training patterns termed as the multi-logic pattern training about multiple training parameters.

  • 沖縄県介護ロボットニーズ・シーズ連携協調協議会における介護ロボット開発の取り組み:―移乗介助・移動支援一体型介護ロボットの開発―

    安里 健太郎, 金城 知子, 豊里 一貴, 大城 尚紀, 下地 将生, 比嘉 靖

    ロボティクス・メカトロニクス講演会講演概要集 ( 一般社団法人 日本機械学会 )  2019 ( 0 ) 2P2 - B13   2019年

    掲載種別: 研究論文(研究会,シンポジウム資料等)

     概要を見る

    <p>This paper introduces approach to development of a nursing care robot at Okinawa prefectural council for needs-seeds cooperation on nursing care robots. In this work, we proposed V-model development process with rapid prototyping for nursing care robots. The V-model development process was utilized to development of an all-in-one nursing care robot for transferring and moving support.</p>

全件表示 >>

学術関係受賞 【 表示 / 非表示

  • Best Paper Award

    2006年   International Symposium on Artificial Life and Robotics  

    受賞者: その他の受賞者

     概要を見る

    A Self-Organizing Model of Place Cells with Periodically Distributed Receptive Fields

科研費獲得情報 【 表示 / 非表示

その他研究費獲得情報 【 表示 / 非表示

  • 中心窩視覚に基づく動画像データを用いたニューラルネットによる自動車の安全運転支援システムの開発

    研究費種類: 財団・社団法人等の民間助成金  参画方法: その他

    研究種別: その他  事業名: -

    研究期間: 2006年12月  -  2007年11月 

    資金配分機関: -

担当授業科目(学内) 【 表示 / 非表示

  • 2022年度  メカトロ製作基礎  実験・実習・実技

  • 2022年度  環境システム工学実験II  講義

  • 2022年度  環境システム制御工学  講義

  • 2022年度  数値計算  講義