人間の手の運動制御——機能的な物体操作と把持動作の動力学の違い 学術的背景 人間の手の機能は日常生活において非常に重要な役割を果たしており、特に手の柔軟性を通じて、私たちはさまざまな複雑なタスクをツールを使って実行することができます。しかし、毎年数百万人が脳卒中や切断などの疾病によって手の機能を失っており、これが手の動作に関する研究を深めるきっかけとなっています。過去の研究は主に、物体を把持したり手を伸ばす際の協調運動（「シナジー」または「synergies」と呼ばれる）に焦点を当ててきましたが、複雑な物体操作におけるシナジーに関する研究はまだ少ないのが現状です。これらの違いを理解することは、より高度な義肢やリハビリテーションデバイスの設計にとって重要です。なぜなら、これらのデバイスの目標は...

ピエゾ電動位置決めステージのヒステリシス非線形システムに対する適応量子化制御の研究 背景紹介 現代の高精度位置決めシステムにおいて、ピエゾセラミックなどのスマート材料は、その優れた性能からマイクロ・ナノ製造やソフトロボティクスなどの分野で広く利用されています。しかし、これらの材料に固有のヒステリシス非線形性（Hysteresis Nonlinearity）の特性により、システムの入力と出力は複雑なループ関係を示し、位置決めの不正確さやシステムの不安定化を引き起こす可能性があります。そのため、ヒステリシス非線形システムを効果的に制御する方法が現在の研究の焦点となっています。さらに、実際の応用では不規則な制約（Irregular Constraints）の問題も存在します。これは、システムがある...

建設作業員の膝関節エクソスケルトンによるバランス補助と作業タスク評価 背景紹介 建設作業員は危険な作業環境で深刻な安全と健康リスクに直面しており、特に高所での作業では、長時間の立ち姿勢や膝立ち姿勢が膝関節の損傷、筋骨格系疾患、視覚的擾乱などを引き起こし、作業員のバランス能力を低下させます。転倒やその他の労働災害を防ぐために、研究者は技術的手段を通じて建設作業員のバランス能力を向上させる方法に注目しています。膝関節エクソスケルトン（knee exoskeleton）は、膝関節への負荷を軽減し、さまざまな作業姿勢でのバランスを維持するための有望な介入手段として認識されています。 本研究の核心は、下肢関節、特に膝関節が立ち姿勢と膝立ち姿勢での神経バランス制御戦略にどのように影響するかを探ることです...

解剖病理学における組織分析の自動化戦略：基準マーカーの統合と多表面組織比較 背景 解剖病理学ラボでは、多くのプロセスがまだ手動で行われています。特にパラフィン包埋組織ブロック（Paraffin-Embedded Tissue Blocks, PETBs）の作成と処理において、手動操作は作業のばらつきやサンプルの誤識別、紛失のリスクを引き起こし、診断の精度と効率に影響を与える可能性があります。この問題に対処するため、自動化技術が導入され、ラボの効率向上、人的エラーの削減、サンプル処理の一貫性が求められています。 しかし、既存の自動化ソリューションは、組織サンプルの追跡や特定領域の識別において多くの課題に直面しています。例えば、処理中にパラフィン包埋組織ブロック内の特定領域をさらに研究する必要が...

測地距離場に基づく五軸連続スキャン手法による多入口内壁表面検査 背景紹介 工業応用において、多入口内壁（MEI, Multi-Entrance Inwall）表面は、その複雑なトポロジー構造と潜在的な衝突リスクにより、正確な検査が常に課題となっています。従来の点検方法では効率が低い一方で、近年開発された五軸連続スキャン技術は、検査効率を大幅に向上させ、大面積かつ複雑な表面の検査に新たな可能性を提供しています。しかし、現在の五軸連続スキャンのパス計画は依然として人手に大きく依存しており、特にMEI表面の場合、複雑な衝突シナリオと多入口構造により、自動化されたパス生成が特に困難です。そこで、本研究では測地距離場（GDF, Geodesic Distance Field）に基づく新しい手法を提案し...

状態自己学習に基づく分散型インテリジェント制御方法とそのカスケードプロセスへの応用研究 学術的背景 プロセス産業において、多反応器カスケード操作は顕著な特徴です。しかし、多反応器カスケードプロセスにおける正確かつグローバルなモデルの構築には多くの課題があります。反応器の複雑な動的な運転状態や、前後の反応器間の結合関係により、プロセス全体の精密制御は非常に困難です。従来のPID制御（比例-積分-微分制御）やファジー制御などの方法は、単一変数および単一ループの制御プロセスでは良好な性能を発揮しますが、多反応器カスケードシステムの協調制御には対応できません。モデル予測制御（Model Predictive Control, MPC）はプロセス産業で広く応用されていますが、大規模かつ非線形なカスケー...

複数のドローンを用いた効率的な分散型時系列プランナーによる時空間的な山火事予防制御 学術的背景 山火事は、世界的に生物多様性と資源の持続可能性に対する重大な脅威であり、特に初期段階で未制御のままであれば、その規模は急速に拡大し、深刻な生態系の破壊を引き起こす可能性があります。近年、無人航空機（Unmanned Aerial Vehicles, UAVs）を活用した多ドローンシステムが山火事予防制御の分野で徐々に導入され、主に人間が危険な環境にさらされるリスクを低減し、緊急対応の効率を向上させるために用いられています。しかし、これまでの研究は、検索、監視、または消火といった単一の段階に限定されることが多く、複数のドローンの協調タスクに関する包括的な研究は不足しています。特に、資源が限られ、ドロ...

無人水上ビークル（USV）のモデル予測制御の新手法：確率的ニューラルネットワークに基づくMBRLフレームワーク 学術的背景 無人水上ビークル（Unmanned Surface Vehicles, USV）は、近年海洋科学分野で急速に発展し、海洋輸送、環境モニタリング、災害救援などのシナリオで広く活用されています。しかし、USVの制御システムは依然として多くの課題を抱えており、特に複雑な海洋環境での外部干渉への対応能力が問題とされています。従来のモデルフリー強化学習（Model-Free Reinforcement Learning, MFRL）手法は特定のタスクでは良好なパフォーマンスを示すものの、大量のデータとシミュレーショントレーニングに依存しており、不確実な環境に対するロバスト性に欠け...

観測信頼度推論に基づく制限学習ネットワークを用いた少数サンプル劣化モデリング 学術的背景 複雑なエンジニアリングシステムにおいて、複数のセンサーが機器の劣化プロセスを監視し、残存寿命（Remaining Useful Life, RUL）を予測するために広く使用されています。しかし、サンプル数が限られている状況では、予測性能を確保することは依然として課題です。少数サンプルのシナリオでは、センサーデータに含まれる不一致な観測値（discordant observations）が大きな不確実性を引き起こし、経験的損失と期待される損失の間に大きな乖離が生じます。さらに、学習された劣化モデルは限られたサンプルに過剰適合（過学習）しやすく、モデルパラメータの分布に偏りが生じ、未見のサンプルに対する汎化...

学術背景 有機化合物による環境汚染の脅威が深刻化する中、異なる水生生物が有機化合物に対して示す毒性反応を研究することが極めて重要となっています。これらの研究は、汚染物質が水生生態系全体に及ぼす潜在的な生態学的影響を評価するだけでなく、環境保護に重要な科学的根拠を提供します。従来の実験方法は一定のデータを提供できますが、コストが高く、時間がかかる上に、大規模な化学物質の毒性評価には対応しにくいという課題があります。深層学習技術の急速な発展により、水生毒性の予測においてより高い精度、高速なデータ処理能力、そして優れた汎化能力が示されています。しかし、既存の手法は高次元の特徴データを扱う際に限界があり、特に分子の複雑な構造や相互作用を捉える点で課題を抱えています。したがって、複数の水生生物の毒性を...