| 研究領域 | 散乱・揺らぎ場の包括的理解と透視の科学 |
|---|
| 研究課題/領域番号 |
20H05890
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
谷田 純 大阪大学, 大学院情報科学研究科, 特任教授 (00183070)
|
|---|
| 研究分担者 |
中村 友哉 大阪大学, 産業科学研究所, 准教授 (70756709)
西崎 陽平 地方独立行政法人大阪産業技術研究所, 森之宮センター, 主任研究員 (40768933)
|
|---|
| 研究期間 (年度) |
2020-11-19 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
149,500千円 (直接経費: 115,000千円、間接経費: 34,500千円)
2024年度: 18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2023年度: 24,440千円 (直接経費: 18,800千円、間接経費: 5,640千円)
2022年度: 18,460千円 (直接経費: 14,200千円、間接経費: 4,260千円)
2021年度: 16,640千円 (直接経費: 12,800千円、間接経費: 3,840千円)
2020年度: 71,110千円 (直接経費: 54,700千円、間接経費: 16,410千円)
|
|---|
| キーワード | 散乱透視学 / 散乱・揺らぎ場 / 機械学習 / スペックル / ディジタルツイン / デジタルツイン |
|---|
| 研究開始時の研究の概要 |
本研究では、機械学習やスペックル相関イメージングなど情報工学に基づく手法を活用して、簡素な光学系による非侵襲な散乱イメージングを開発する。敵対的生成ネットワークなど最新の深層学習モデルによる高機能化と、スペックル相関イメージングの多次元化や視野拡大に取り組む。一方、時間変化する散乱媒質を介したイメージング技術の開発も進める。高時間分解能計測により、計測散乱場の逆関数を高速更新する手法、リカレントニューラルネットワークにより散乱媒質の時間変化を推定する手法などの研究を進める。さらに、ディジタルツインの概念により、情報工学に基づいた散乱・揺らぎ場の透視化に関する系統的学理の形成をめざす。
|
| 研究実績の概要 |
機械学習を用いた散乱イメージングにおいて、敵対的生成ネットワーク(GAN)などの教師なし学習や半教師あり学習を活用し、時間コストや侵襲性の最小化と推定性能の最大化の両立に取り組む。本年度は、散乱体を通したイメージングに向け、光学メモリー効果を利用した効率的な学習モデル構築に取り組んだ。光学メモリー効果が発現される環境で取得された散乱画像であれば情報科学分野で広く利用されているデータ拡張技術が適用できることに着目した。実証実験として、実験で得られた少数の散乱取得画像を計算機上でデータ拡張し、高精度な物体識別に取り組んだ。
簡素な光学系で散乱体への侵襲を伴うことのないスペックル相関イメージングの高度化に関し、これまでの研究により3次元への拡張および波長次元への拡張、視野の拡大に成功してきた。さらに、スパース性の制約を課すことにより、視野の限定を緩和することが可能となった。本年度は、教師なし機械学習を利用してスパース性を緩和しながらも視野限定の緩和を図る。また、動的散乱体背後の複素振幅物体の再構成に取り組んだ。
散乱イメージングの応用に向けた取り組みの一環として、マルチモードファイバによるチャンバ内レーザー核融合反応の遠隔観察のための、実験光学系の構築を行った。シンプルな物体を用いた、基礎的な実証データを得ることが出来た。
デジタルツイン計測技術では、数理モデルに基づいた対象のふるまいを活用したデータ駆動を実現した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
散乱イメージングに向けた光学メモリー効果を利用した効率的な学習モデル構築について、数値実験および光学実験にて実証し、論文化を完了した。本研究は国際会議等にて報告予定である。また、符号化開口を利用したコヒーレント光による散乱体背後の複素振幅物体のシングルショット再構成および単一の空間光変調器の両面を使用した高度波面制御手法に関して論文化を完了した。
波面制御の視野拡大を図ったインコヒーレント光による光学素子設計に関して数値実験および光学実験にて実証し、論文化を完了した。さらに、インコヒーレント光を用いたゼルニケ位相差顕微鏡の定量計測化に関して数値実験および光学実験にて実証し、論文化を完了した。また、教師なし機械学習を利用した、スパース性および視野限定の緩和を図ったスペックル相関イメージング、および動的散乱体背後の複素振幅物体の可視化に関して、光学実験にて実証し、論文化を完了した。
マルチモードファイバイメージングに関しても、基礎的な実証データを得ることが出来た。
サイバーフィジカルシステムを活用した計測技術手法では、実験データと数理モデルをもとに観察困難な対象のデジタルツインを構築できた。
|
| 今後の研究の推進方策 |
我々の研究グループではこれまでの研究により、散乱成分の低減や除去等を必要としない、スペックル画像による機械学習を用いた分類器の開発や光学メモリー効果を利用した効率的な分類器の構築に成功してきた。本年度は天体観測や生態観察で重要となる波面計測の更なる高速化に取り組むべく、我々が提案実証してきた機械学習を用いた波面計測手法に新規プリコンディショニング手法を導入し、散乱イメージングの高度化を実現する。
スペックル相関イメージングに関して、静的および動的な散乱現象下において次元拡張や視野およびスパース性の緩和などの高機能化などに関して進める。
マルチモードファイバイメージングに関しては、物理系の近似モデリングや演算系への正則化の適用などのアプローチに基づく、より安定かつ高精度なイメージングの実装を目指す。
デジタルツインの構築技術を散乱イメージングへと応用し、散乱環境下における対象推定をめざす。
|
