プレイワールドカジノ公式サイトの本人確認の方法を解説 ...

教職員 / 学生限定 大学への寄付 日本語 ENGLISH 受験生 在学生 企業・研究者 地域・一般 卒業生 危機管理 ニュース イベント 九州大学について 総長室 基本情報 データで見る九州大学 広報 先生の森 組織一覧 大学の取組 将来計画・大学評価・IR 大学施設の利用 同窓会 大学への寄附 キャンパス移転など 公表事項 情報公開・個人情報保護 学部・大学院等 基幹教育院 学部・大学院 アドミッションポリシー 教学マネジメント３ポリシー 授業 (オンライン含む)・履修 オリエンテーション（学部新一年生） 特色ある教育プログラム 学年暦 教育・研究活動における安全管理 入試・入学 学部入試 大学院入試 入学料・授業料・奨学金 受験生向けサイト オープンキャンパス お問い合わせ 入学検定料の免除 キャンパスライフ 生活支援（キャンパスライフ） キャリア・就職支援 課外活動 学生後援会サイト 各種手続き 各種相談窓口 研究・産学官民連携 研究情報 研究者情報 特色ある研究の取組 社会連携 研究活動支援 産学官連携支援 研究倫理・生命倫理 研究・産学官連携支援体制 研究インテグリティ 国際交流・留学 Global Gateways 海外留学 九州大学への留学 国際交流 学内の国際交流 日本語 ENGLISH ニュース トピックス 特集 Discover The Research Research Close-Up 入試情報 お知らせ 入学者選抜方法の変更について お知らせ 重要 研究成果 Humanities & Social Sciences Art & Design Life & Health Math & Data Physics & Chemistry Materials Technology Environment & Sustainability イベント イベントカレンダー カテゴリ別 公開講座 講演会等 展示 その他 場所 伊都キャンパス 箱崎サテライト 病院キャンパス 筑紫キャンパス 大橋キャンパス 別府キャンパス キャンパス外 九州大学について 総長室 総長式辞・挨拶等 Kyushu University VISION 2030 総長略歴 感謝状贈呈者 名誉博士 歴代総長 一億総活躍・地方創生 全国大会 in 九州 基本情報 運営・組織情報 憲章・基本理念 総長選考・監察会議 監事選考 規則・制度等 大学概要 沿革・歴史 九州大学応援歌・学生歌 将来計画・大学評価・IR 中期目標・中期計画・年度計画等 大学改革等への取組 ミッションの再定義 広報 刊行物 プレスリリース 定例記者会見 映像でみる九大 シンボルロゴについて ソーシャル・メディア 公式アカウント一覧 バーチャル背景 バーチャル背景（アーカイブ） 九州大学の研究者紹介 キャンパス移転など 伊都キャンパス完成記念行事について 伊都キャンパス完成記念ロゴマーク 伊都キャンパス完成記念式典 箱崎キャンパス跡地 原町農場跡地 大学施設の利用 椎木講堂 西新プラザ 医学部百年講堂 稲盛財団記念館 伊都キャンパス見学 東京・大阪・博多駅オフィス 九州大学の講義室・体育施設 九重共同研修所・山の家 日本橋サテライト 同窓会 同窓会連合会等 アカデミックフェスティバル 同窓生サロン 海外同窓会 大学への寄附 学部、学府（大学院）や研究者等へのご寄附 大学の取組 九州地区再生可能エネルギー連携委員会 省エネルギー・温室効果ガス抑制の取組 九州大学安全の日 災害ボランティア活動について 敷地内全面禁煙 ダイバーシティ、エクイティ、インクルージョンの促進 男女共同参画 クラウドファンディング ネーミングライツ 広告募集（有償） 九州大学法被の貸出について QS-APPLE 2019 平成29年7月九州北部豪雨への対応 平成28年熊本地震への対応 東日本大震災への対応 令和６年能登半島地震への対応 組織一覧 附置研究所 学内共同教育研究センター 機構・推進室等 病院 図書館 博物館 その他拠点等 公表事項 信用格付 財務諸表等 財務レポート 法人情報 調達情報 人事方針 障害者支援について 役員及び教職員への兼業依頼 教育情報の公表 環境報告書 会議関係 在籍学生数 教員・職員公募情報 国立大学法人ガバナンス・コードにかかる適合状況等 大学設置関係の書類 調査統計資料 教員ハンドブック ハラスメントの防止・対策 情報公開・個人情報保護 情報公開制度 個人情報保護 お知らせ 学部・大学院等 基幹教育院 学部・大学院 アドミッションポリシー 医学部 比較社会文化学府 医学系学府 統合新領域学府 教学マネジメント３ポリシー 学部３ポリシー（~2020年度入学） 大学院３ポリシー（~2020年度入学） 学年暦 授業 (オンライン含む)・履修 カリキュラム 履修・シラバス オリエンテーション 学部紹介 学生証配布について その他のお知らせ 特色ある教育プログラム 先導的人材育成フェローシップ事業 チャレンジ21 博士課程教育リーディングプログラム 教育プログラム採択状況 教育・研究活動における安全管理 入試・入学 学部入試 アドミッションセンター インターネット出願 募集人員 大学案内・入学者選抜概要・募集要項 一般選抜 帰国生徒選抜 総合型選抜Ⅰ 総合型選抜Ⅱ 学校推薦型選抜 私費外国人留学生入試 国際入試 ３年次編入学試験 障害等のある入学志願者について(学部) 高校卒業(程度)を満たさない者の受験資格について 入学者選抜実施状況 入学手続 各種資料の請求方法 大学院入試 募集要項 障害等のある入学志願者について(大学院) 入学料・授業料・奨学金 学生納付金 入学料免除、入学料の徴収猶予、新入生の授業料免除 奨学金 授業料の納付 入学料免除（徴収猶予）・授業料免除 高等教育の修学支援新制度による授業料等減免 被災学生への入学料免除・徴収猶予、授業料免除 入学検定料の免除 オープンキャンパス お問い合わせ FAQ キャンパスライフ 生活支援(キャンパスライフ) 研修所・学生関係施設 学生寮 健康管理 学生教育研究災害傷害保険（学研災）・学研災付帯賠償責任保険（付帯賠責） アルバイト 各種パンフレット・手引き等 学生生活ガイダンス その他 経済的支援（奨学金・授業料免除等） キャリア・就職支援 最新のお知らせ 年間スケジュール（就職対策講座等） OB・OG情報 システムの利用方法 学内合同企業説明会 その他の企業説明会 公務員・教員等採用情報 就職相談 就職情報室 キャリア教育 低年次学年向け情報 インターンシップ TOEIC対策プログラム 博士人材のための就職支援 外国人留学生のための就職支援 未内定の学生及び既卒者（卒業後3年以内）の皆様へ 障害のある学生のための就職支援 部局独自の就職支援 東京・大阪・博多駅オフィスの利用 各種情報サイト 過去の就職状況 採用選考に関する指針 学内合同企業説明会 学内個別企業説明会 博士人材のための企業説明会 本学へのご訪問 求人情報ご提供 OB・OG名簿ご提供 インターンシップ 外国人留学生の採用 採用選考に関する指針 就職担当 課外活動 課外活動における安全対策講習会 各種手続き 各種証明書の発行 国民年金への加入 学生の旧姓使用 学生の通称名使用 長期履修学生制度 各種相談窓口 何でも相談窓口 学位審査に関する通報窓口 学生モニター会議 研究・産学官民連携 研究情報 研究の取組紹介 Discover The Research Research Close-Up 特色ある研究の取組 社会連携 九州⼤学社会教育主事講習 共催等名義使用について 学内バス停への掲示について 研究活動支援 学内相談 研究戦略推進 研究費獲得支援 その他の研究活動支援 産学官連携支援 技術相談 知的財産の管理・活用 共同研究・受託研究 組織対応型連携 共同研究部門 研究倫理・生命倫理 適正な研究活動の推進について 研究倫理教育（eAPRIN） 研究費の不正防止について 放射線障害防止（RI・X線） 医の倫理 研究インテグリティ 研究・産学官連携支援体制 国際交流・留学 海外留学 各種留学プログラム 奨学金 留学ガイド ダブル・ディグリー　プログラム 危機管理 九大から世界へ 九州大学への留学 九大への入学 国際コース(英語で学位が取れるコース) ダブル・ディグリー　プログラム 協定校からの交換留学受入れ 短期受入プログラム等 その他の受入プログラム 奨学金 宿舎 世界から九大へ 国際交流 国際戦略 海外オフィス　等 国際交流のデータ 協定校 安全保障輸出管理 表敬訪問 グローバルネットワーク 学内の国際交流 ・受験生 ・企業・研究者 ・地域・一般 ・在学生 ・卒業生 ・教職員 / 学生限定 ・大学への寄付 危機管理 ・採用情報 ・資料請求 ・サイトポリシー ・お問い合わせ ・アクセス ・サイトマップ Research Results 研究成果 トップページ ニュース 研究成果 AIでセラミックス材料の3次元ミクロ構造の高精度なモデル化に成功 AIでセラミックス材料の3次元ミクロ構造の高精度なモデル化に成功 ～新しい計算手法や材料の機能解明、プロセスの革新に貢献～ 2024.03.06 研究成果Technology ポイント セラミックス材料の機能発現のカギとなるミクロ構造の理解が期待されていた 深層学習を使うことでセラミックス材料を高精度にモデル化することに成功 実在の材料のミクロ構造がサイバー空間内に再現され、計算やAIの適用が容易に 概要 　東京農工大学大学院工学研究院の山本 明保 准教授らは、人工知能（AI）の手法の1つである深層学習を活用することで、電子顕微鏡の画像からセラミックス材料の高精度な3次元ミクロ構造をモデル化することに初めて成功しました。　材料の研究開発に近年進歩が著しいAIなどをより容易に適用するには、材料の機能に密接に関わるミクロ構造をサイバー空間に再現する必要がありました。　本研究では、自動運転や医療用画像処理にも用いられる深層学習を、電子顕微鏡により撮影した鉄系高温超伝導材料のミクロ構造画像に応用することで、複雑なセラミックス材料のミクロ構造としては世界最高レベルの精度でモデル化できました。　サイバー空間で実在の材料の複雑なミクロ構造を取り扱えるようになることで、材料を合成する際の構造制御モデルの高精度化や、これまで分からなかった機能発現のカギとなるミクロ構造部の「見える化」が数年以内に実現すると予想されます。また、省力・高速な解析により研究者へのフィードバックが容易になるため、カーボンニュートラルに向けて求められる、よりエコな製造プロセスの研究開発へも貢献することが期待されます。　本研究は、東京農工大学工学部の平林 由宇 氏（卒業、現在ソフトバンク株式会社勤務）、伊加 遥河 氏（修士課程在学）、小川 浩生 氏（卒業、現在企業勤務）、德田 進之介 博士（卒業、現在企業勤務）、九州大学大学院総合理工学研究院の嶋田 雄介 准教授と共同で、科学技術振興機構（JST） 戦略的創造研究推進事業 CREST（「実験と理論・計算・データ科学を融合した材料開発の革新」領域、JPMJCR18J4）の一環として、日本学術振興会 科学研究費補助金の助成、文部科学省ナノテクノロジープラットフォーム事業の支援を一部受けて行ったものです。　本研究成果は、3月5日にSpringer Nature科学誌「npj Computational Materials」のオンライン版で公開されました。 図１ 深層学習による実在の材料の3 次元ミクロ構造のモデル化 3 次元電子顕微鏡を用いて材料から取得したミクロ構造の画像から、奥行方向の情報も加味した高精度な教師データを作成し、セラミックス材料のミクロ構造の特徴をAI に学習させます。そして、学習したAI モデル（完全畳み込みニューラルネットワーク）を使って、数百枚の電子顕微鏡の2 次元画像を元にセラミックス材料の3 次元ミクロ構造をモデル化します。これにより、ミクロ構造がサイバー空間内で取り扱えるようになるため、計算シミュレーションやAI を使った材料の探索や機能の解明、高効率なプロセス開発などへの展開がより容易になります。 用語解説 注１）完全畳み込みニューラルネットワーク生物の脳の神経回路を模した人工知能（AI）の手法の1 つ。深層学習とよばれ、人間が与えた「教師データ」（注４）を何度も学習させることで、脳の働きのようにデータを処理するモデルをつくることができます。英語ではFully Convolutional Network とよばれます。注２）鉄系高温超伝導セラミックス材料鉄系超伝導体は2008 年に日本で東京工業大学グループにより発見された新しい高温超伝導体群で、銅酸化物系に次ぐ高い転移温度を持つことから、量子コンピューター、高効率送電ケーブル、強力磁石など幅広い分野への応用が期待されています。とくに、超伝導を維持できる上限の磁場が従来材料の2 倍以上と極めて高いことから、磁石材料としての応用研究開発が日米欧中を中心に精力的に進められています。注３）3 次元電子顕微鏡法電子顕微鏡により対象の3 次元構造を観察する手法。スライスしながら断面像を取得するシリアルセクショニング法や医療でも用いられるCT 法などがあります。本研究ではミクロ構造が可能な前者を用いていますが、本判別法は後者への対応も可能です。注４）教師データ人工知能（AI）が学習する際に用いるデータのこと。今回の研究では、入力画像と正解画像のペアを教師データ（教師画像）に用いました。注５）IoU 精度深層学習による画像処理の性能を評価する際の指標の1 つで、予測した値と正解の値の重なり度を表す値のこと。0 から1 までの値を取り、1 に近いほど予測結果が正解に近いことを示します。注６）データベース基盤優れた機械学習のモデルを作成する際に、AI が学習するのに必要となるデータベースの基盤のこと。国内では、文部科学省マテリアル先端リサーチインフラ(ARIM)において材料に関するデータベースが蓄積されています。注７）生成AI膨大な学習データからパターンや傾向を学習し、既存のデータとは異なる、新たなデータを生成する創造的な活動を目的としたAI の手法の1 つ。ほかのAI と比較して、テキスト、画像、音楽、ビデオなどの新しいコンテンツを生成することを得意としています。 本研究の詳細についてはこちら 論文情報 掲載誌：npj Computational Materials論文名：Deep learning for three-dimensional segmentation of electron microscopy images of complex ceramic materials（複雑なセラミック材料の電子顕微鏡画像の3次元セグメンテーションのためのディープラーニング）著者：Yu Hirabayashi, Haruka Iga, Hiroki Ogawa, Shinnosuke Tokuta, Yusuke Shimada & Akiyasu Yamamoto DOI：10.1038/s41524-024-01226-5 研究に関するお問い合わせ先 総合理工学研究院　嶋田 雄介　准教授 九州大学への寄附はこちら ツイート 一覧に戻る トップページ ニュース 研究成果 AIでセラミックス材料の3次元ミクロ構造の高精度なモデル化に成功 研究成果 Humanities & Social Sciences Art & Design Life & Health Math & Data Physics & Chemistry Materials Technology Environment & Sustainability 年別 2024年 2023年 2022年 2021年 2020年 2019年 2018年 2017年 2016年 2015年以前 九州大学Kyushu University〒819-0395 福岡市西区元岡744 お問い合わせ | アクセス 採用情報 学部・大学院等 国際交流・留学 資料請求 入試・入学 ニュース サイトポリシー 研究・産学官連携 イベント サイトマップ キャンパスライフ 九州大学について COPYRIGHT © KYUSHU UNIVERSITY. ALL RIGHTS RESERVED.