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...

マルチエージェントハイブリッド環境協調ナビゲーション研究: 関係グラフ学習に基づく強化学習の新しいアプローチ モバイルロボット技術は、人工知能分野の進展とともに応用ブームを迎えています。その中で、ナビゲーション能力はモバイルロボット研究の核心的なホットスポットの1つです。従来のナビゲーション手法は、動的環境、障害物回避、複数ロボットの協調タスクに直面した際、アルゴリズムの複雑性、計算資源の消費、モデルの汎化性という問題に直面しやすいです。これらの課題を解決するため、Central South UniversityとZhejiang University of Technologyの研究チームは、関係グラフアテンションネットワーク（Graph Attention Network, GAT）に基...

非線形固定時間強化学習最適化制御によるインテリジェント船舶自動操舵システムの研究 近年、インテリジェント自動操舵技術は自動化制御分野における研究の焦点の一つとなっています。複雑な非線形システムにおいて、特に固定時間内でシステムの安定性と性能最適化を実現するための最適化制御戦略の設計は、制御エンジニアと研究者にとって重要な課題となっています。しかし、既存の固定時間制御理論は、システム状態の収束を実現する際にリソース利用効率とのバランスを考慮していない場合が多く、このため過剰補償または補償不足の現象を引き起こし、システムの定常状態誤差を増加させる可能性があります。さらに、時間制限内での非線形不確実性の推定誤差最小化については、関連研究は依然として少ないのが現状です。したがって、本研究では、この重...

好み予測に基づく進化的多目的最適化を用いたガソリン調合スケジューリング 背景紹介 世界エネルギー市場の変化が続く中、ガソリンの生産および調合プロセスは、ますます多くの課題に直面している。ガソリンは石油産業の重要な製品であり、その調合とスケジューリングプロセスは、製品の品質および生産効率に直接影響を与える。ガソリン調合では、製品の仕様および性能要件に基づき、複数の成分を異なる比率で混合して、さまざまなグレードのガソリンを製造する必要がある。この過程では、オクタン価（Octane Number, ON）、リード蒸気圧（Reid Vapor Pressure, RVP）、鉛含有量、硫黄含有量、引火点など、複数の性能指標を満たす必要がある。これにより、厳格な品質管理が求められるだけでなく、ますます厳...

複数目的動的柔軟ジョブショップスケジューリングにおける画期的研究：多タスク学習による目標偏向の最適化を実現した革新的手法 背景紹介 動的柔軟ジョブショップスケジューリング（Dynamic Flexible Job Shop Scheduling, DFJSS）は重要な組合せ最適化問題であり、製造や倉庫管理などの生産プロセスに幅広く応用されています。例えば、製造プロセスのタスク割り当てや倉庫の注文ピッキング作業の最適化に利用されています。この問題の中心点は、動的な環境下で複数の機械やジョブに対する柔軟なタスク割り当てと操作順序の決定を行い、特定の効率指標を最大化したり時間コストを最小化することにあります。しかし、この問題の複雑さは非常に高く、特にタスクが動的に到着したり機械が故障した場合、従来...