研究プロジェクト

当研究室の研究プロジェクト一覧はこちら

説明:送電線システムでは、高電圧の電力を効率的かつ継続的に伝送するために、損傷の早期発見とメンテナンスのための定期検査が必要です。従来、これらの検査はラインクローリング、検査ロボット、ヘリコプターを使用して行われていました。ただし、これらの従来のソリューションは時間がかかり、高価で、リスクが伴います。最近のドローン、高解像度カメラ、シングルボードコンピューター (SBC)、ディープラーニング技術の発展により、ドローンを使用した PTL 検査が可能になりました。本研究では、自律型ドローンとディープラーニングを活用した送電線検査システムを開発します。

研究助成金:

  1. FY2022東京都市大学、理工学部・建築都市デザイン学部 、若手奨励支援予算、FY2022 Tokyo City University, Faculty of Science and Engineering/Faculty of Architecture and Urban Design, Young Encouragement Support Budget, Title: “Real-Time Detection of Component and Damage using Deep Learning in Autonomous Drone-Based Powerline Inspection”
  2. 東京都市大学の2023年度「重点推進研究-若手研究」2023 Tokyo City University (Priority Promotion Research – Young Researcher), Title: “Digital transformation of transmission line inspection using autonomous drones and deep learning”

関連出版物:

  1. N. Surantha, T. Iwao, Z. Ren and H. Morishita, “Digital Transformation on Power Transmission Line Inspection using Autonomous Drone and Deep Learning,” 2022 2nd International Conference on Robotics, Automation and Artificial Intelligence (RAAI), Singapore, Singapore, 2022, pp. 80-86, doi: 10.1109/RAAI56146.2022.10092983.

IoTとディープラーニングを活用したスマートホームのエネルギー管理

説明:エネルギーのコストと需要の上昇により、多くの組織がエネルギーを監視、制御、節約する革新的な方法を模索するようになりました。インテリジェントなエネルギー管理システム (EMS) は、エネルギー需要を満たしながらコストを削減するのに役立ちます。モノのインターネット (IoT) とビッグデータは、住宅、商業、産業分野でのエネルギー消費をより適切に管理するために利用できる新興テクノロジーです。この研究では、スマート ホーム エネルギー管理システムを作成するための IoT、ビッグ データ、ディープ ラーニングの利用を検討します。

説明:ビッグデータとモノのインターネット (IoT) システムは、大量の健康関連データをリアルタイムで収集、保存、分析、視覚化するのに役立つため、健康監視において非常に価値があります。健康監視用のビッグ データ システムは、大量のデータを処理し、データのセキュリティとプライバシーを確​​保し、リアルタイムの処理と分析を提供できるようにスケールアップできる必要があります。本研究では、機械学習・深層学習を活用した疾患や健康問題のリアルタイム解析と早期診断を行うエッジコンピューティングデバイスを開発します。

関連書籍

  1. Simanjuntak E, Surantha N. Multiple time series database on microservice architecture for IoT-based sleep monitoring system. Journal of Big Data. 2022 Dec;9(1):1-9.
  2. N. Surantha, O. K. Utomo, E. M. Lionel, I. D. Gozali and S. M. Isa, “Intelligent Sleep Monitoring System based on Microservices and Event-Driven Architecture,” in IEEE Access, doi: 10.1109/ACCESS.2022.3167637.
  3. N. Surantha, T.F. Lesmana, S.M. Isa, “Sleep Stage Classification using Extreme Learning Machine and Particle Swarm Optimization for Healthcare Big Data”, Journal of Big Data, Springer Open, Vol. 8, No. 14, 2021. https://doi.org/10.1186/s40537-020-00406-6