開学40周年記念事業

文字サイズ
検索

学部・大学院

ホーム > 学部・大学院 > 教員紹介 > 機械工学系 > 秋月 拓磨(あきづき たくま)

秋月 拓磨(あきづき たくま)

所属 機械工学系
兼務 未来ビークルシティリサーチセンター
職名 助教
専門分野 信号処理、ソフトコンピューティング
学位 博士(工学)(豊橋技術科学大学)
所属学会 計測自動制御学会、人工知能学会、日本ロボット学会、The IEEE Systems, Man, and Cybernetics Society
E-mail akiduki@me
※アドレスの末尾に「.tut.ac.jp」を補完してください
研究室web http://is.me.tut.ac.jp
研究者情報リンク 研究者情報

研究紹介

脳や生体でおこなわれている情報処理のしくみにヒントを得て,ノイズやあいまいさを含んだ入力データに対しても生体のように柔軟かつ頑健に対応できる情報処理システムの構築をめざしています.具体的には,ニューラルネットワークや非線形力学系といった計算モデルについて,その性質を理論と数値実験の両面から解明し,それらの成果をデータ分類や診断・予測といった工学の諸問題へ応用することをめざして研究をすすめています.

テーマ1:連想記憶多値セルラニューラルネットワークの設計と応用

概要
CNNと病名診断への応用例

1988年,L.O.Chuaらによって提案されたセルラニューラルネットワーク(CNN)は,相互結合型ニューラルネットワークの一種で電子回路化が容易な疎な結線構造と区分線形な出力特性を有しています.これらの特徴から,CNNは信号・画像処理の実時間処理への応用が期待されるとともに,連想記憶モデルとしても優れた能力を有していることが知られています.

本テーマでは,CNNの連想記憶能力の向上と故障診断や病名診断といった診断支援システムへの応用を目指し,CNNの設計と応用に関する研究をすすめています.とくに,私たちの研究グループでは,従来2値または3値のパターンしか記憶できなかったCNNを多値パターンも記憶できるよう拡張する方法を提案するとともに,肝臓病名の診断問題への応用例をとおして多値CNNの実問題での有効性を明らかにしました.

主な業績

1) T.Akiduki, et al., Design of Multi-Valued Cellular Neural Networks for Associative Memories, Int. J. of Innovative Computing, Information and Control, Vol.8, No.3, pp.1575--1589 2012.

2) T.Akiduki, et al., Associative Memories with Multi-Valued Cellular Neural Networks and Its Application to Disease Diagnosis, Proc. of the IEEE SMC 2009, pp.3924--3929, 2009.

キーワード

セルラニューラルネットワーク,連想記憶,病名診断

テーマ2:相空間を用いた時系列データ解析法の開発とその応用

概要
相空間を用いた動作特徴の抽出例

人の身体動作を計測して得られる運動データから,作業者のくせやスキルといった動作特徴を抽出することを目的とし,力学系理論におけるアトラクタの概念を用いた時系列データ解析法を提案しています.アトラクタとは,解を求めることが困難な力学系(微分方程式)において,解の性質を幾何的に把握するための数学的概念のことで,解の振る舞いを相空間(位相空間)上で観察することによって系の時間変化の様子や安定性を議論できます.

本テーマでは,運動データをある種の力学系から生成された解のひとつとして捉え,データに含まれる動作の様式や個性のパターンをアトラクタによって表現する方法を検証しています.またその応用として,運動データから作業者のくせや個人差を抽出して定量評価する方法や,身体スキルの獲得支援への応用を検証しています.これまでに腕の振り動作を対象として,実データおよび振り子運動の数理モデルをつかった数値実験をとおして,提案する解析法の有効性を検証しました.

主な業績

1) 秋月拓磨, 章忠, 今村孝, 三宅哲夫, ``アトラクタを用いた時系列データからの動作特徴の抽出'', 電気学会論文誌C, Vol.132, No.6, pp.975--982, 2012.

2) T.Akiduki, et al., Human Motion Analysis from Inertial Sensor Data Based on Nonlinear Dynamics, Proc. of the IFAC WC 2011, pp.7396--5194, 2011.

キーワード

アトラクタ、非線形力学系、慣性センサ

担当授業科目名(科目コード)

機械創造実験(B11610101, B11610103)、機械工学基礎実験(B11510110)、プロジェクト研究(B11510080)

その他(受賞、学会役員等)

第56回自動制御連合講演会 優秀発表賞(2013年12月)

Best Paper Award, The 8th Int. Conf. on Innovative Computing Information & Control(2013年9月)


ページトップへ