| 研究概要 |
ホログラフィ干渉計やマッハツェンダ干渉計を用いる事によって、流れ場中の温度分布や密度分布を干渉縞として捉える事ができることは良く知られている。この時得られる干渉画像は、対象中の温度、密度分布の積分値であるので、3次元分布を再構築する際には、ART,FBPなどの再構築法を適用する必要がある。このため、高精度な情報を得るためには、多方向からの画像データを必要とする。一般に、温度、密度計測においては、多方向からの非定常画像を得る事は困難であり、2、3方向という限られた方向からの画像を元にデータを再構築する必要がある。このために、様々な手法が提案されているが、いずれも情報量不足を補う事が困難であり、実用となる手法はない。
本研究では、遺伝的アルゴリズムやニューラルネットワークといった人工知能を応用した再構築手法を構築する事を目的として、2年間の研究を実施して来た。その結果として、過渡3次元密度分布を限られた方向の2次元干渉画像から再構築することができることを示すことができた。すなわち、4次元時空間の密度分布を同時に再構築することが出来ることを示した。さらに、ニューラルネットワークを応用し、CTの性能を向上させることができることを示すことができた。
以上により、過渡3次元(4次元)温度分布の詳細な計測に、本手法を用いることが可能である。本研究によって、有効性を確認することができたので、今後は実際の流れ場に対して本手法を適用し、様々な流れ場の詳細な物理モデルを構築する一助としていく予定である。
|
