| Project/Area Number |
21H04916
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
藤代 一成 慶應義塾大学, 理工学部(矢上), 教授 (00181347)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
茅 暁陽 山梨大学, その他部局等, 理事 (20283195)
竹島 由里子 東京工科大学, メディア学部, 教授 (20313398)
植村 誠 広島大学, 宇宙科学センター, 准教授 (50403514)
安達 登 山梨大学, 大学院総合研究部, 教授 (60282125)
|
|---|
| Project Period (FY) |
2021-04-05 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥42,770,000 (Direct Cost: ¥32,900,000、Indirect Cost: ¥9,870,000)
Fiscal Year 2024: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2022: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000)
Fiscal Year 2021: ¥21,320,000 (Direct Cost: ¥16,400,000、Indirect Cost: ¥4,920,000)
|
|---|
| Keywords | 出自管理 / 知識獲得 / 深層学習 / 視覚計算応用 |
|---|
| Outline of Research at the Start |
本研究課題では，出自管理と深層学習に基づく専門知識獲得のための計算パラダイムELITEを，マルチスカラ平面格子データ構造の代数系として定式化し，その処理基盤を開発する．そして，四例の挑戦的視覚計算問題―画像コンポジット [CG]，仮想物体の経年変化制御 [AR]，面分光マップ生成 [光赤外天文学]，遺体損傷の成傷機転推定 [計算法科学]―に適用して，ELITEの有効性を実証する．
|
| Outline of Annual Research Achievements |
全5カ年計画の中間年度（3年目）にあたる本年度は，MSPL (Multi-Scale Planar Lattice，マルチスカラ平面格子)のデータ表現の出自管理を深層学習する視考支援基盤アーキテクチャにそって，四例の挑戦的視覚計算応用問題を中心に，適用事例研究を進めた．なお，視考プロセスのHuman-in-the-Loopについては総説論文1本が公刊されている．
(i) 大局照明効果の調整問題については，斯界の第一原理を与えるレンダリング方程式を参照することにより，マテリアルの推定と合成の問題を定式化し，マテリアル推定器UniMatとマテリアル合成器DiffMatを開発した．本成果は2本の学術誌論文として公刊されている．(ii) 周囲の自然景観に調和する仮想物体の経年変化制御問題については，静力学的破壊判定と位置ベース変形による準静的過程のビジュアルシミュレーションに基づいて，金属物体上の塗膜の亀裂・湾曲表現をより克明に描画できるようになり，1本の学術誌論文として成果がまとめられた．さらに，GPU高速化と相俟って，劣化処理の逆行の対話的処理も可能にした．こちらの成果は現在，学術誌に投稿中である．(iii) 光赤外天文学では，マルチスペクトルデータ解析に微分位相特徴を取り込み，雑音成分を頑健に除去するとともに，不透明度伝達関数による強調的ボリュームレンダリングにより，米国・デンバー大学から提供された銀河データの内部構造を，従来の位置-速度マップよりも効果的に視覚分析できることを実証した．この成果は，1本の国際会議論文として発表するとともに，現在学術誌論文として取り纏めている．(iv) 遺体損傷の成傷機転を推定する計算法科学データ分析環境については，2024年中の総説論文1本の公刊に向けた準備を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
データ表現の出自管理を深層学習する視考支援基盤アーキテクチャに基づいて，当初より幅広いCG/AR問題に対して視覚分析効果を確認できている．
|
| Strategy for Future Research Activity |
ELITE基盤環境の挑戦的視覚計算応用問題への適用を継続し，深層推移学習のメカニズムを具体的に検討する．
対象物体の経年劣化度の双方向制御管理については学術誌論文の公刊を進める．
面分光マルチスペクトルボリュームの微分位相解析については，出自管理の効能の実証的研究を目指す．
さらに派生問題の検討も進める．例えば，関節軌道曲線の適応的分割によるセルアニメ風モーション変換，焼結の再現と回折方向の効率的な探索によるオパールの写実的レンダリング．非線形レイトレーシングを用いたボリュームシェルマッピング等のサブプロジェクトを随時進行させる．
|
