ここも法

--> (function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({'gtm.start': new Date().getTime(),event:'gtm.js'});var f=d.getElementsByTagName(s)[0], j=d.createElement(s),dl=l!='dataLayer'?'&l='+l:'';j.async=true;j.src= 'https://www.googletagmanager.com/gtm.js?id='+i+dl;f.parentNode.insertBefore(j,f); })(window,document,'script','dataLayer','GTM-NSWDBHZ');--> --> --> 本文へ ここからサイトナビゲーションです 文字 標準 拡大 検索 --> --> --> --> --> お問い合わせ アクセスマップ サイトマップ メインメニュー 本文へ メニュー PC版 文字標準 文字拡大 大学概要 学部・大学院・研究所 教育・学生支援 研究・産学連携 国際交流 社会連携 情報公開・広報 入試情報 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 閉じる ホーム > 2024年のプレスリリース・研究成果 > 自然現象を計算資源にする「環境計算」を提唱し実証 ... ここから本文です 2024年 | プレスリリース・研究成果 自然現象を計算資源にする「環境計算」を提唱し実証 ～植物のゆらぎパターンの映像を使ったソフト風速計～ 2024年1月 5日 11:00 | プレスリリース・研究成果 【本学研究者情報】 〇材料科学高等研究所　教授　安東弘泰研究室ウェブサイト 【発表のポイント】 人工知能の計算資源として実現象を利用する「環境計算」の概念を、リザバーコンピューティング（注1）の枠組みに基づいて提唱しました。 植物の動きの映像から特徴点を抽出して、その揺らぎを利用して植物にあたる風の向きと風速の分類を実証しました。 植物の物理リザバーとしての汎化性能や欠損に対する耐性のロバスト性について検証しカメラ映像を用いた風速計測の応用可能性を示しました。 既設のセンサーや監視カメラを活用することで、インフラコストをかけずに実現可能なソフト風速計技術につながると期待されます。 【概要】 自然界には量子効果が顕著になるミクロスケールから、細胞の活動、人間の活動、そして気象・天体のようなマクロスケールに至るまで、多様な現象があります。通常、計算を行うためにはコンピュータのような精密な設計が求められますが、これらの現象から自然発生した動き（ダイナミクス）を計算に活用できる可能性があります。センサーが豊富に設置された社会では、こうしたダイナミクスを簡単に収集することが可能になりました。 東北大学材料科学高等研究所（WPI-AIMR）の安東弘泰教授と公立はこだて未来大学の香取勇一教授の研究チームは、自然界の複雑なダイナミクスを計算資源として活用する「環境計算(コンピューテーション・ハーベスティング)」の概念を発表しました。この研究は、ニューラルネットワークの一種であるリザバーコンピューティングと呼ばれる機械学習の枠組みを応用し、複雑な相互作用によって生じる自然現象の動きを解析し、センサー情報処理に活用する方法論を提案しています。 本研究では植物の動画を撮影し、そこから風速と風向を推定する手法を提示し、実験を通じてその有効性を示しました。この手法は低コストで、気象観測、農業、都市計画、災害対策など、多くの分野での応用が期待されます。自然界に存在する動きを計算リソースとして活用することで、より効率的かつ正確な情報処理が可能になると考えられます。 本研究成果は、2023年12月14日現地時間にPLOS ONEのオンライン版で公開されました。 図1.　環境計算の概念図。植物のゆらぎや雲の移動などの自然物や交通流のような人工物まで実世界の中のさまざまな動きのパターンを抽出する。その際、既存の計算機のように計算システムを設計することなく、実世界にある複数のパターンをそのまま計算プロセスとして活用して予測計算を実現する。実世界の動きのパターンには、予測対象との相関があるため係数をかけた足し算を行うだけで計算可能となる場合がある。高速道路上の車の動きのパターンを利用して、渋滞発生予測を行うことも可能である。 【用語解説】 注1. リザバーコンピューティング機械学習で使用されるリカレントニューラルネットワーク（RNN）について、学習の効率化と計算量の削減のために、一部のモデルパラメータのみを学習するアイデアのもと、提示されたモデル。このモデルは、重みを固定したRNNによって、入力データを非線形変換し、出力層の重みを学習して、所望の出力を得るように設計される。リザバーは必ずしもニューラルネットワークである必要はなく、さまざまな物理系を利用して構築することもできる。それらは一般に、物理リザバーと呼ばれる。 詳細（プレスリリース本文） 問い合わせ先 （研究に関すること）東北大学材料科学高等研究所（WPI-AIMR）教授　安東弘泰TEL: 022-217-6163E-mail: hiroyasu.ando.d1*tohoku.ac.jp（*を@に置き換えてください） （報道に関すること）東北大学材料科学高等研究所（WPI-AIMR）広報戦略室　TEL: 022-217-6146E-mail: aimr-outreach*grp.tohoku.ac.jp（*を@に置き換えてください） 東北大学は持続可能な開発目標（SDGs）を支援しています カテゴリ 新着情報 ニュース 採用情報 東北大学教員公募情報 東北大学教員の任期に関する規程 東北大学職員公募情報 東北地区国立大学法人等職員採用試験情報 東北大学事務系・技術系職員採用試験情報 プレスリリース・研究成果 受賞 受賞・褒章など 研究成果 メディア掲載 イベント 学会・研究会・シンポジウム 公開講座・市民講座・企画展 学内行事・講習会・オープンキャンパス 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 過去の新着情報（アーカイブ） 本文へ サイトナビゲーションへ このページの先頭へ お問い合わせ -->休業日 サイトマップ サイトポリシー プライバシーポリシー ソーシャルメディアポリシー