GeoにかかわるOpenSource支援団体／一般社団法人OSGeo日本支部(OSGeo.JP)
GeoにかかわるOpenSource支援団体／一般社団法人OSGeo日本支部(OSGeo.JP)
※本ハンズオンはGIS教育認定(GISCA)の対象講座となります。
2019年10月14日（月） 10:00 – 13:00、14:00 – 17:00
〒651-0082 兵庫県神戸市中央区小野浜町1-4
| セッション名 | 午前/午後 | 定員 | 申込状況 | 資料 |
|---|---|---|---|---|
| ほぼノン・プログラミングでAI×G空間データ分析 | 午前(10:00 – 13:00) | 60 | 混雑 | 参加者通知済み |
| QGIS初級編〜会場周辺の地質図を見てみよう〜 | 午前(10:00 – 13:00) | 25 | 空き余裕あり | 参加者通知済み |
| Webブラウザでmago3Dを利用した 大容量のBIM/CIM3次元オブジェクト可視化 |
午前(10:00 – 13:00) | 10 | 残りわずか | 参加者通知済み |
| Introduction to Geospatial Deep learning (AI) using Free and Open Source Frameworks (オープンソースフレームワークを用いた地理空間ディープラーニング入門) |
午後(14:00 – 17:00) | 40 | ほぼ満員 | 参加者通知済み |
| QGISで地域防災！ | 午後(14:00 – 17:00) | 25 | 空き余裕あり | 参加者通知済み |
| JavaScriptとMySQLでGISを作ってみよう | 午後(14:00 – 17:00) | 15 | 空き余裕あり | 参加者通知予定 |
※ セッション名をクリックするとセッションの詳細情報に移動します。
※セッションの時間は変更になる場合がございます。
※ 今年は、会員もハンズオンを有料にさせて頂きます。
※ 費用は、2,000円で午前・午後両方のハンズオンの受講が可能です。
当日受付も可能ですので、気軽にご参加ください。
小林裕治 (株式会社オービタルネット)
株式会社オービタルネット代表取締役。社会人30年目を迎えましたが気持ちは未だ新人類です。
ディープラーニングをはじめとするAI技術の進歩は著しく，GIS・G空間の世界でも活用され始めています。しかし，多くの場合AIの専門知識やプログラミング知識，データサイエンスに関する知識が必要になります。
そこで本講義ではWebブラウザをインターフェースに機能学習するデータの設定や学習方法，また学習結果をもとにした予測評価などを行えるオープンソースのAIツール”H2O”を使って，G空間ビッグデータの分析を行います。H2OはRのモジュールとしても提供されていることから，今回はデータの整形にRも少し使って，R用モジュールとしてH2Oを読み込んでWebブラウザ上で学習を行います。
分析結果はQGISを用いて可視化します。この方法を習得すればKaggleやSIGNATEなどの分析コンテストへの参加も可能になります。本講義はディープラーニング初心者向けの内容になります。
本講義はディープラーニング初心者向けの内容になります。
OSは特に問いませんが，RとH2Oがインポートできる状態にしてください。
講習内容はWindowsにて動作確認を行っております（MacやLinuxでご参加の場合，講習内容が一部実行できない可能性がございますのでご了承下さい）．
データ配布のため、USBポートの利用が必要となる場合もあります．
パソコンの設定変更等が必要な場合がありますので「管理者権限」でPCが扱えるようにご準備下さい．
吉中輝彦 (FOSS4G TOKAI)
数値解析技師を普段は行っております。FOSS4G TOKAI 2019でQGISのハンズオン講師を実施しました。
初心者を対象とした，GISを利用する上で必要な基礎知識，データの表示などの基本操作から印刷用データの作成など，実際にQGISを操作しながら実習します。
shpデータ(ベクトルデータ)の操作やQGISの機能の説明が主となります。
QGISに興味がある方
QGIS3.4シリーズのインストールが必須です。
林 博文 (応用技術株式会社)
2017年、2018年と好評をいただいた「mago3D BIM/CIMビュアー」のハンズオンです。
現在、国土交通省では「ICTの全面的な活用（ICT土工）」等の施策を建設現場に導入することによって、建設生産システム全体の生産性向上を図り、魅力ある建設現場を目指す取組である「i-Construction（アイ・コンストラクション）」を進めています。
i-Constructionでは、これまで２次元で設計されていたCAD図面を３次元モデルにすることで、これからの情報化施工に適したハンドリングが可能になります。
しかし、これが結構ハードルが高く、３次元データの構築にはツールの操作にも慣れが必要になります。 そうして出来上がった3次元データをどうやって利用者のPCで可視化できるのかという問題にも取り組まなければなりません。
mago3Dは、ブラウザ上で3DCADデータ/3Dデータを表示する3Dビュアー技術です。 Cesium / NASA WorldWind の WebGLによる地球儀ライブラリ上で、BIM/CIMデータを操作することができます。 mago3djsのインストールと実行を自分のPC上で実際に行ってみる内容となります。
Webベースの環境で3D CADなどの3次元データを取り扱いたい方。
1）Windows7以降のOSが搭載された、JRE(Java Runtime Environment)1.8以降がインストールされているPCをご持参ください。
2）Windows Updateは事前に必ず実施して最新版にしておいてください。
3）作業領域として2GBほどHDDの空き容量が必要となります。
4）メモリは最低4GB(推奨8GB以上)あれば大丈夫です。
5）実習にはインターネットへの接続環境が必要となります。会場にはか細いwifiの準備がありますが、ご自分で回線を用意されることを推奨します。
6）当日印刷した資料を配布します。
※表示してみたい３次元データ（3DS,OBJ,IFC,Collada等）があればご持参ください。 実習用PCをお持ちでない方、マシントラブルの方は他の受講者のかたとシェアをお願いします。
P. Vinayaraj (AIST-Tokyo Tech Real World Big-Data Computation Open Innovation Laboratory (RWBC-OIL))
Instructor is a post-doctoral researcher at National Institute of Advanced Industrial Science and Technology (産業技術総合研究所), working last two years on deep learning based applications on large scale geospatial data. Analysis geospatial data included satellite multispectral images, airborne hyperspectral images, point clouds, etc. were carried out. He pursued his PhD from Osaka City University as a monbukagakusho Scholar.
ワークショップの目標と構造：データ駆動型の科学と機械学習技術はますます重要になっています。特に、ディープラーニングは、多くの分野で大きなブレークスルーであり、非常に強力なツールであることが証明されています。このワークショップの主な目的は、地理空間データアプリケーションのディープラーニングテクニックを紹介することです。
最終的に、このワークショップは、参加者が目的のディープラーニングアーキテクチャをゼロから作成し、既存のディープラーニングモデルのアクティベーション関数、損失関数、オプティマイザーなどの機能を変更するのに役立ちます。 python仮想環境（Anaconda）をセットアップし、Jupyter Notebookを使用して、ワークショップチュートリアルに従って対話型の演習を行います。ディープラーニングの基本概念と、大規模な地理空間データ探査でのディープラーニングの有用性については、チュートリアルで説明します。
特に大規模な空間データが深層学習の演習に使用される場合、データの準備は重要で基本的な操作です。したがって、ディープラーニングで一般的に使用される、小さなサイズへのトリミング、パッチ適用、クラスバランシング、データ準備のための正規化および拡張などのいくつかの手法が示されます。ワークショップでは主に、バイナリリモートセグメンテーション、オープンリモートセンシング高解像度画像を使用したマルチクラスセグメンテーションを紹介します。 U-NetやResNetなどの多層パーセプトロン（MLP）深層学習と畳み込みニューラルネットワーク（CNN）の基本モデルが演習に使用されます。ワークショップでは、オーバーフィッティングと呼ばれるディープラーニングの一般的な課題も示し、ドロップアウト、レギュラー、学習率の減衰などのさまざまな手法でこの問題に対処する方法を示します。 ワークショップではオープンソースフレームワークとオープンデータを使用するため、参加者は今後の演習用にデータセットを入手できます。
ワークショップでは、Pythonベースの有名な機械学習フレームワークKerasとPytorchが使用されます。 Keras（https://keras.io/ja/）とPytorch（https://pytorch.org/）が選ばれています。これらは、最も急速に成長しているオープンソースプラットフォームの2つであり、比較的使いやすいからです。
道路および建物の検出（https://www.cs.toronto.edu/~vmnih/data/）およびISPRSデータセットマルチクラス（http://www2.isprs.org/commissions/comm3/wg4/2d-sem-label-vaihingen.html）。
対象となる参加者と前提条件：このワークショップは、GIS、リモートセンシング関連のアプリケーションにディープラーニングを適用したい学生、研究者、およびその他の人々を対象としています。 機械学習とディープラーニングの初心者もワークショップへの参加を歓迎します。 期間：3時間（最大）言語：英語（日本語の説明付き） 受講参加者数：25
ワークショップは、Jupyter Notebookを使用してPython仮想環境（Anaconda）で実施されるため、非常に基本的なPython知識を持つ人も参加できます。
参加者はラップトップを携帯することが求められます。 コードとサンプルデータセットは、Githubページ（https://github.com/VinayarajPoliyapram/FOSS4G_Kansai）で入手できます。
ワークショップを開始する前に、参加者はライブラリをインストールする必要があります：
Linux / Macユーザー：https://github.com/VinayarajPoliyapram/FOSS4G_Kansai/blob/master/Install_linux_mac.txt
Windowsユーザー：https://github.com/VinayarajPoliyapram/FOSS4G_Kansai /blob/master/Installation_windows.txt
※インストールがうまくゆかなかった方もご心配なく！当日救済環境あり。Google Cromeをインストールしておいてください。
なお、実習用PCをお持ちでない方、マシントラブルの方は他の受講者のかたとシェアをお願いします。
喜多 耕一（北海道庁）
北海道庁情報政策課でオープンデータを担当。もともとは林業技師。
近著「業務で使うQGIS Ver3完全使いこなしガイド」
青木 和人（あおき地理情報システム・オープンデータ研究所）
自治体GIS、オープンデータの普及・活用推進活動や地理情報システム学会を中心とした研究活動により、行政情報化支援業務に携わる。
立命館大学歴史都市防災研究所 研究員 HP http://aokigislab.web.fc2.com/
brog http://ujigis.blog.fc2.com/archives.html
twitter @ujigis(ジオねこ@うじじす)
本セッションでは，主にQGIS中級者を対象に、兵庫県などのオープンデータを使い、プロセッシングツールやグラフィカルモデラー機能を活用して、防災データの分析などの実習を行います。
QGIS中級者
ソフトウェアの利用実習ですので、プログラミングに関する知識等の技術予備知識は要りません。
使用するPCは持参してください。
QGIS 3.8は事前インストール、もしくはどうしてもできなかった場合、ハンズオン開始前に会場でインストールしてください。
山﨑 由章 (Oracle Corporation (MySQL Community Team))
MySQLのソリューションエンジニア。GISの分野でMySQLの認知度・普及度向上を目指して活動しています！
MySQLのGIS機能や位置情報の取り扱いについて解説し、その実例としてJavaScriptでお手軽にGISを実装してみます。
GISに興味がある方なら誰でも受講可能です。
備考
- 持込PCのOSは、Windows、Macどちらでも受講可能です。
- 必要知識：HTML及びJavaScriptについての基礎知識を必要とします。MySQLの知識は必要ありません。
事前に下記のインストールをお願いします。
・FTPクライアント (FileZilla Clientを推奨)
・テキストエディタ (UTF-8のファイルが編集できること。Visual Studio Codeを推奨。)
・ブラウザ (Google Chromeが必要)
事前準備の詳細は、以下をご確認下さい。
https://hackmd.io/v89hjc44S5u9Z1cYmQiaLg?view
そのほか、
随時更新予定です。
