理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

精度

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/04/07(日) 18:59:41.21 ID:CAP_USER
2018年ノーベル物理学賞を受賞したフランス人のジェラール・ムールー氏は、特別なレーザー装置を使用することによって、核廃棄物の放射能の分解期間を数千年から数分に短縮することを提案している。ブルームバーグが報じた。

ムールー氏​が提案するの​は、核廃棄物を放射性ではない新​たな原子に​瞬間的に変換する​という方法で、原子レベルでの廃棄物のこうした変換​は高精度レーザーインパルスによって行​われる。そのためにムールー氏は、​米カリフォルニア大学のプラズマ物理学者、田島俊樹教授と共同で・・・

続きはソースで

https://cdn1.img.jp.sputniknews.com/images/610/61/6106139.jpg

https://jp.sputniknews.com/science/201904056106183/
images


引用元: 【物理学】ノーベル物理学賞の受賞者 核廃棄物の処理法を発明[04/05]

ノーベル物理学賞の受賞者 核廃棄物の処理法を発明の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/26(火) 14:11:26.96 ID:CAP_USER
■ムラタ溶研と大阪大が共同開発、4月初旬に発売予定

ムラタ溶研(大阪市淀川区、村田倫之助社長、)は、大阪大学と共同で、スポット溶接を初心者でも一定品質で行える装置「エム・ダブリュビーム」を開発した。職人の経験や勘に頼ってきたスポット溶接を、溶接条件を設定し材料にノズルを接触するだけの簡易方式で行える。4月初旬に発売予定だ。

 装置は2機種ある。消費税抜き価格は電子部品など組み立てライン向けのユニット型が350万円から、ポータブル型は150万円から。初年度に計50台の販売を見込む。

続きはソースで

https://c01.newswitch.jp/cover?url=http%3A%2F%2Fnewswitch.jp%2Fimg%2Fupload%2FphpNgaacV_5c73b1a844db0.jpg
https://c01.newswitch.jp/cover?url=http%3A%2F%2Fnewswitch.jp%2Fimg%2Fupload%2FphpaFtdWe_5c73b12834663.jpg

https://newswitch.jp/p/16640
ダウンロード


引用元: 【溶接技術】初心者でもスポット溶接を一定品質で行える装置「エム・ダブリュビーム」を開発  ムラタ溶研[02/26]

【溶接技術】初心者でもスポット溶接を一定品質で行える装置「エム・ダブリュビーム」を開発  ムラタ溶研の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/13(水) 14:09:07.38 ID:CAP_USER
経験の浅い小児科医よりも高い精度で、髄膜炎やインフルエンザといった病気を発見できる新しい深層学習システムが開発された。

新たなシステムは、中国・広州の医療センターにおける18歳未満の患者56万7498人の140万件に及ぶ診察記録を用いて訓練された。チームは、診察記録の情報をさまざまな診断に関連するキーワードにまとめあげ、それらのキーワードをシステムに取り込んで、55の疾患のうちの1つを発見できるようにした。

システムの能力はまったく申し分ないものだ。インフルエンザや手足口病といったありふれた病気から、髄膜炎のような命に関わる病気に至るまで、90~97%の精度で診断できた。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2019/02/12233205/investigation-24585401280-1181x787.jpg

https://www.technologyreview.jp/nl/an-ai-system-can-diagnose-childhood-diseases-better-than-some-doctors/
images


引用元: 【AI】140万件のカルテで訓練されたAIドクター、若手小児科医を上回る[02/13]

140万件のカルテで訓練されたAIドクター、若手小児科医を上回るの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/11(月) 11:59:36.54 ID:CAP_USER
宇宙航空研究開発機構(JAXA)は2月6日、小惑星探査機「はやぶさ2」に関する記者説明会を開催し、タッチダウン運用計画の詳細を明らかにした。タッチダウンの日時は2月22日の8時頃。場所は「L08-B1」と「L08-E1」の2カ所が候補になっていたが、3カ月間の検討の結果、より狭いL08-E1の方に挑むことになった。

https://news.mynavi.jp/article/20190207-768756/images/001.jpg

■ピンポイントタッチダウン方式とは?

L08-B1は当初から考えられていた場所で、幅は12m程度。一方、L08-E1は前回の記者説明会で初めて発表された場所で、こちらの幅は6m程度と小さい。広さだけ見るとL08-B1の方が有利だが、L08-E1は降下の目印となるターゲットマーカーに近く、エリア内がより平坦で安全だという利点もある。

https://news.mynavi.jp/article/20190207-768756/images/002.jpg

津田雄一プロジェクトマネージャ(JAXA宇宙科学研究所 宇宙飛翔工学研究系 准教授)によれば、最初は両にらみで検討を進めていたものの、解析を進めるにつれ、「明らかにL08-E1が有利なのが見えてきた」という。着陸精度を満たせるのはL08-E1だけであることが分かり、会議でもチームの総意としてすんなり決まったそうだ。

しかし狭いL08-E1に着陸するためには、±3mの精度が必要。もともとの想定では、タッチダウンは±50mの精度で考えられていたため、精度を10倍以上に高める必要があった。これを可能にするのが、はやぶさ2に搭載された新機能「ピンポイントタッチダウン」である。

はやぶさ初号機の従来方式は、分離して落下するターゲットマーカーを追尾し、水平方向の相対速度をゼロにして着陸するものだった。探査機はターゲットマーカー付近に降下することになるため、ターゲットマーカーの投下精度で着陸精度が決まっていた。

ピンポイントタッチダウン方式では、投下済みで、事前に正確な位置が分かっているターゲットマーカーを使用。このターゲットマーカーに対し、指定した相対位置に着陸することが可能だ。たとえばターゲットマーカーの北に2m、東に1mというように指定(オフセット)できるので、着陸精度はターゲットマーカーの投下精度には影響されない。

https://news.mynavi.jp/article/20190207-768756/images/004.jpg

しかしいくらピンポイントタッチダウンとはいえ、そのままでは直径6mの円内への着陸は難しく、さらなる工夫が必要だった。

1つめは小惑星モデルの高精度化。より正確に検討できるよう、サイエンスチームが降下地域の岩の1つ1つの高さや形まで見直しを行った。また重力の影響も、より詳細に分析。降下する赤道付近には尾根があり、この質量により探査機の軌道が曲げられてしまうので、高精度な重力モデルを作成した。

2つめは自律制御のチューニング。着陸精度を高くするためには、探査機の位置制御や姿勢制御も、より細かく正確に行う必要がある。そのため、スラスタの噴射パターン、姿勢制御のパラメータ、ソフトウェアのタイミングなど、すべてをL08-E1への降下のために最適化したという。

3つめは着陸安全余裕の拡大。従来は、真上から水平姿勢で降下する方法だったが、L08-E1は東側に岩が多い地形であることが分かっている。あえて西側(サンプラーホーン側)を下に傾け、東側(イオンエンジン側)を浮かせた「ヒップアップ」姿勢を採用することで、岩を回避し、安全に着陸できるようにした。

https://news.mynavi.jp/article/20190207-768756/images/005.jpg

これらの対策により、現在の着陸精度は±2.7mと見込まれているそうで、「工学的な意味では成功すると考えている」と津田プロマネ。「最初は方法から議論し、どうやって実現するか検討してきたが、今はもう着陸方式が決まり、数字も固まってきた。それを間違いなくやるために、頭の温度を下げてクールにできるようにしたい」と述べた。

https://news.mynavi.jp/article/20190207-768756/images/006.jpg

続きはソースで

マイナビニュース
https://news.mynavi.jp/article/20190207-768756/
images


引用元: 【はやぶさ2】はやぶさ2のタッチダウン精度はついに±3mの領域へ、どうやって実現する?[02/07]

【はやぶさ2】はやぶさ2のタッチダウン精度はついに±3mの領域へ、どうやって実現する? の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/01/12(土) 04:29:48.29 ID:CAP_USER
<独ライプツィヒ大学の研究者が、孵化前のひよこの性別を約98%の精度で判断する独自の手法「セレクト」を考案した>

養鶏において、鶏卵を産むことができないオスのひよこは、肉用鶏として飼育されるものを除き、その多くが◯処分されている。米国の食品・農業研究財団(FFAR)によると、その規模は世界全体で年間60億羽にのぼり、アニマル・ウェルフェア(動物福祉)の観点から課題となっている。

孵化前のひよこの性別を約98%の精度で判断する
独ライプツィヒ大学のアルムース・アインスパニア教授は、孵化前のひよこの性別を約98%の精度で判断する独自の手法「セレクト」を考案した。「セレクト」では、まず、産卵から9日目の卵を孵卵器から取り出し、センサーで受精しているかどうかをチェックしたうえで、レーザーを使って卵の殻に0.3ミリ未満の小さな穴を開け、受精卵から少量の尿酸膜を抽出する。

さらに、この尿酸膜に性別を特定するホルモンであるエストロン硫酸が含まれているかどうかを専用マーカーで検査する流れだ。エストロン硫酸が検出されれば、メスと判断されて21日後の孵化まで孵卵器で育てられる一方、受精していない卵やオスと判断された卵は高タンパク質飼料として加工される。なお、一連のプロセスは安全なもので、受精卵が傷つくことはない。

「セレクト」は、現在、ドイツ連邦食糧・農業省(BMEL)による約500万ユーロ(約6億3100万円)の助成のもと、ライプツィヒ大学と独大手スーパーマーケットチェーン「レーベグループ」が2017年3月に設立した合弁企業を通じて実用化がすすめられている。

続きはソースで

https://www.newsweekjapan.jp/stories/2018/12/27/Grafik_SELEGGT.jpg

■動画
SELEGGT - a process for gender identification in the hatching egg https://youtu.be/dEtauP71oLU



ニューズウィーク日本版
https://www.newsweekjapan.jp/stories/world/2018/12/60-6.php
images (2)


引用元: 【動物】殺処分されているオスのヒヨコ60億羽が助かる!?──孵化前の性別判断可能に

殺処分されているオスのヒヨコ60億羽が助かる!?──孵化前の性別判断可能にの続きを読む
スポンサーリンク

このページのトップヘ