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...

高解像度ビデオに基づく自己教師付き生産異常検出と進捗予測 背景紹介 現代の製造業において、リアルタイムの生産監視、進捗予測、異常検出は生産品質と効率を確保するために不可欠です。しかし、従来の視覚に基づく異常検出方法は、生産過程におけるバックグラウンドノイズの処理に大きな課題を抱えており、生産段階の異質性を無視することが多いです。多くの製造環境、例えば航空機の生産では、人間とロボットの協働や高精度の手作業の組み立て作業が重要な役割を果たしており、これらは埋め込み型のデジタルセンサーを用いた監視が難しい一方で、リアルタイムの操作映像は容易に入手可能です。視覚に基づく生産監視は製品表面検査などのアプリケーションで広く使用されていますが、既存のアルゴリズムは通常のバックグラウンドの変化と生産関連の異...

動的イベントトリガー適応制御の非線形スイッチングシステムへの応用研究 学術背景の紹介 人工知能技術の急速な発展に伴い、非線形スイッチングシステム（Switched Nonlinear Systems）の研究が広く注目を集めています。スイッチングシステムは、複数のサブシステムから構成される複雑なシステムであり、システムは異なるサブシステム間で切り替わり、各サブシステムの動的挙動は異なる微分方程式または差分方程式によって記述されます。このようなシステムは、電力システム、ロボット制御、自動運転など、工学的実践において幅広く応用されています。しかし、システム内に不確実性、入力飽和（Input Saturation）、制御ゲイン消失（Vanishing Control Gains）などの問題が存在する...

多周期多品目ロットサイジング問題における生産量不確実性に対する分布ロバスト最適化研究 学術的背景 現代の製造業において、生産プロセス中の生産量不確実性（yield uncertainty）は普遍的な問題であり、特に農業、食品加工、繊維産業などの分野で顕著です。これらの産業の生産プロセスは、気候や原材料の品質といった制御不可能な外部要因に依存しており、生産量の予測が困難です。生産量の不確実性は生産コストを増加させるだけでなく、在庫不足や過剰在庫を引き起こす可能性があり、企業の利益と市場競争力に影響を及ぼします。 この問題に対処するため、学術界では確率計画法（stochastic programming, SP）やロバスト最適化（robust optimization, RO）など、さまざまな最...

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...