計測指向機械学習を用いた超ロバスト高速小型ローコストセンシング (Ultra-robust, high-speed, compact and low-cost sensing using measurement-oriented machine learning)

研究の概要

IoT社会の到来を背景として、様々な新しいセンサや計測装置が開発されつつある。一方、その多くが複雑な計測原理を用いて厳しい条件で複雑な対象を捉えるものになっており、複雑な形式を有する計測データを大量に処理する必要に迫られている。このような背景から機械学習などの情報処理技術が、補助的立場ではなく計測処理の中核を占め、もはやそれ無しには多くの先端計測・センシングが成立しない状況になりつつある。当研究室では、先端計測・センシングに従来の機械学習を導入した高精度化を目指すだけではなく、計測に適した機械学習原理を基礎理論から応用に至るまで研究開発し、ハードデバイスを情報処理で置き換える計測指向機械学習を提案している。これにより、ニオイセンシング、微小生体センシング、１分子計測、超解像イメージング、振動センシングなど多くの先端計測分野において、必要最小限のデバイスを用いた超ロバスト、超高速、超小型、超ローコスト計測・センシングを実現している。

社会実装に向けた将来展望

計測指向機械学習は計測・センシング全般に適用可能な汎用技術であり、すでに多数の先端計測装置・センサの実用化を果たしている。今後も、新たな計測・センシング問題への適用によって、多くの実用成果が得られると期待される。

担当研究者

教授　鷲尾　隆（産業科学研究所）

キーワード

先端計測／先端センシング／計測指向機械学習／嗅覚センサ／ナノポア計測／ナノギャップ計測／１分子計測／超解像顕微鏡／振動センシング

参考URL

https://www.jst.go.jp/kisoken/crest/project/1111092/16815521.html

※本内容は大阪大学共創機構 研究シーズ集2022（社会実装を目指す）より抜粋したものです。