ディスカウント価値反復に基づく適応的批評設計のゼロサムゲームへの応用と検証 研究背景 制御分野において、最適制御（Optimal Control）は重要な研究テーマであり、システムの性能を最適化するための制御システムの設計と分析を目的としています。システムの複雑さが増すにつれて、伝統的なハミルトン-ヤコビ-ベルマン方程式（Hamilton-Jacobi-Bellman, HJB）に基づく最適制御手法は「次元の呪い」（Curse of Dimensionality）という課題に直面しています。この課題に対処するため、研究者たちは適応的動的計画法（Adaptive Dynamic Programming, ADP）を提案し、強化学習（Reinforcement Learning）や関数近似（Fu...

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...

ロバストファジィ協調戦略に基づく確率的マルチエージェントシステムのグローバルコンセンサス研究 学術的背景 自動化、ロボティクス、ネットワーク通信、知的交通システム、分散意思決定などの現代技術分野において、マルチエージェントシステム（Multi-Agent Systems, MAS）は極めて重要な役割を果たしています。MASは、複数のエージェントの協調的な努力によって、複雑なタスクを効率的に実行し、資源配分を最適化することができます。しかし、複雑で不確実性に満ちた環境において、グローバルコンセンサス（global consensus）を実現することは大きな課題です。これらの不確実性には、エージェント自身の不確実性や外部擾乱が含まれ、特に確率的な環境では、エージェントの行動パターンや絶えず変化す...

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...

多段不等長プロセスの投影重み付き動的時間伸縮監視手法 学術的背景 現代の製造業において、多段プロセス（バッチ処理や遷移プロセスなど）のオンライン監視は、製品品質の向上や故障リスクの低減に不可欠です。しかし、操作条件の変化により、これらのプロセスの操作時間はしばしば不均一であり、監視に大きな課題をもたらします。従来の動的時間伸縮（Dynamic Time Warping, DTW）手法はオフライン同期には使用可能ですが、オンラインデータを処理する際には、進行中のバッチと完了した履歴バッチを効果的に整合させることができません。これには、両者の進展に固有の差異があるためです。さらに、従来手法では操作プロセスにおける時間スケールの故障を無視することが多く、全体的な監視性能を弱める要因となっています。...

マイクロパイペット画像キャリブレーション法を用いた体細胞マイクロインジェクション 研究背景 マイクロインジェクション技術は、微細なマイクロパイペットを用いて遺伝物質、薬剤、その他の外部物質を細胞や組織に直接注入する技術です。この技術は、遺伝子組み換え、遺伝子ターゲティング、動物クローニング、ヒト不妊治療、核酸誘導型遺伝子工学などの生物医学研究において重要な役割を果たしています。自動化技術の進化に伴い、従来の手動マイクロインジェクションは自動化操作へと進化しました。しかし、自動マイクロインジェクションシステムにおいて、顕微鏡視野で観察されたマイクロパイペット先端の二次元座標と外部コントローラから得られる三次元位置データを正確にマッピングする方法は、依然として技術的な課題です。既存のキャリブレー...

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...

学術的背景と研究動機 歯科医療保健分野において、コーンビームコンピュータ断層撮影（CBCT, Cone Beam Computed Tomography）は広く利用されている三次元画像技術です。CBCTは口腔の三次元画像を提供し、特に歯原性病変の診断において優れた能力を発揮します。しかし、CBCT画像のセグメンテーション（segmentation）——つまり、画像内の各ボクセル（voxel）に対して病変、骨、歯、修復材料をラベル付けすること——は重要かつ複雑なタスクです。現在、臨床現場では主に手動セグメンテーションに依存しており、これには時間がかかる上、専門知識も必要とされます。セグメンテーションの自動化を実現し、大量の手動ラベル付けデータへの依存を減らすために、研究者たちは口腔解剖学的知識...

視覚-慣性センサーに基づく上肢関節角度推定およびキャリブレーション方法の影響に関する研究 学術的背景 上肢の機能障害、特に脳卒中後の患者の上肢機能の低下は、日常生活に深刻な影響を及ぼします。リハビリテーションは上肢機能を回復するための重要な手段ですが、その効果は関節角度の正確な評価に依存しています。従来、光学マーカーに基づくモーションキャプチャシステム（optical motion capture, OMC）は関節角度推定の「ゴールドスタンダード」とされていますが、高価で持ち運びが不便なため、現実の臨床環境での普及が難しい状況です。近年、視覚-慣性計測ユニット（visual-inertial measurement units, VIMU）などの低コストセンサーが有望な代替手段として注目され...