- 【解析】お酒のニオイからアルコール度数の推定に成功 ニオイから様々な情報の数値化が可能に/物質・材料研究機構©2ch.net
1 ：白夜φ ★＠無断転載は禁止 ©2ch.net[ageteoff]：2017/06/26(月) 00:13:52.18 ID:CAP_USER - お酒のニオイからアルコール度数の推定に成功
〜超高感度小型センサと機械学習を融合 ニオイから様々な情報の数値化が可能に〜
2017.06.20 NEW
国立研究開発法人 物質・材料研究機構
NIMSのグループは、超高感度小型センサ素子 (MSS) 、機能性感応材料、および機械学習を組み合わせることで、ニオイからアルコール度数を推定することに成功しました。
：概要
1.国立研究開発法人物質・材料研究機構 (NIMS) 国際ナノアーキテクトニクス研究拠点 (WPI-MANA) ナノメカニカルセンサグループの柴弘太研究員、WPI-MANA量子物性シミュレーショングループの田村亮研究員、若手国際研究センター (ICYS) の今村岳ICYS-NAMIKI研究員、WPI-MANAナノメカニカルセンサグループの吉川元起グループリーダーは、超高感度小型センサ素子 (MSS) 、機能性感応材料、および機械学習を組み合わせることで、ニオイからアルコール度数を推定することに成功しました。本手法は、様々な情報を含む複雑な「ニオイ」から、特定の情報を簡単かつ高精度で定量的に抽出する汎用的な手法として応用が可能であり、果実の成熟度や健康状態の数値化など、様々な分野での利用が期待されます。
2.「ニオイ」は一般的に数百から数千にもおよぶ化合物からなる複雑な混合気体であることが知られています。そのため、ニオイからその構成成分や濃度など特定の情報を定量的に抽出するには、ガスクロマトグラフィーなどの比較的大きな装置によって個々のガス成分を分離して解析する必要がありました。
3.今回、研究チームは、超高感度小型センサ素子 (MSS) 、機能性感応材料、および機械学習という3つの要素技術を融合して、ニオイから特定の情報を数値化する新たな手法を開発しました。その一例として、香りの異なる様々なお酒のニオイから、アルコール度数という特定情報を高い精度で推定することに成功しました。具体的には、まずニオイ分子を吸着する様々な材料をMSSの表面に塗布し、ビールやウォッカなど各種のお酒のニオイを吹きかけて、それぞれのお酒に特有の電気信号のパターンを記録します。このパターンとアルコール度数とを関連付けて得られる大量のデータセットを使い、機械学習によって、ニオイの電気信号パターンからアルコール度数を推定する予測モデルを構築しました。さらに、予測精度が改善されるように、機械学習で得られる情報から逆算して、よりお酒のニオイに適した感応材料の選定や、電気信号パターンのどこに注目するか、抽出する特徴量の最適化を行いました。このように双方向的に最適化されたハード (センサ+感応材料) とソフト (予測モデル) を利用することで、学習に使用していないお酒 (赤ワイン、芋焼酎、ウィスキー) のアルコール度数を高い精度で推定することに成功しました。
4.本手法は、アルコール度数だけでなく、様々な分野でニオイから簡単かつ高精度に特定情報を抽出できる可能性があります。例えば、果実の成熟度や健康状態などを数値化してニオイと関連付けることで、それらを定量的に推定できる可能性があります。この成果に基づいて、今後は食品や農産物の品質管理、健康チェック、環境モニタリングなど一般社会や産業界への展開も推進していきます。
5.本研究は、国立研究開発法人科学技術振興機構 (JST) CREST (JPMJCR1665) 、科学研究費補助金基盤研究 (B) (課題番号: 15H03588) 、科学研究費補助金若手研究 (B) (課題番号: 16K21602) 、JSTのイノベーションハブ構築支援事業「情報統合型物質・材料開発イニシアティブ」の研究の一環として行われました。
6.本研究成果は、Scientific Reports誌オンライン版に2017年6月16日 (現地時間) に掲載されます。
▽引用元：物質・材料研究機構 プレスリリース 2017.06.20
http://www.nims.go.jp/news/press/2017/06/201706200.html
http://www.nims.go.jp/news/press/2017/06/hdfqf1000008woy6-img/img_201706200.jpg
|
- 【人工知能】ＭＩＴ、光を使ったディープラーニングの原理実証 計算時間と消費電力を大幅削減 ©2ch.net
1 ：野良ハムスター ★＠無断転載は禁止 ©2ch.net[ageteoff]：2017/06/26(月) 22:10:32.99 ID:CAP_USER - マサチューセッツ工科大学(MIT)の研究チームは、ディープラーニングに必要とされる複雑で多量の計算を光コンピューティングを使って高速化、低消費電力化する技術を開発したと発表した。まだ概念実証の段階だが、原理的にはディープラーニングの計算時間を大幅に短縮でき、従来のコンピュータに比べて消費電力を1/1000程度にできるという。研究論文は光学分野の専門誌「Nature photonics」に掲載された。
ニューラルネットワークに基づくディープラーニング技術は、画像認識や音声認識をはじめ、医療データベースの中から診断に利用できるパターンを見つけ出したり、膨大な化学式を探索して新薬を創出するなど、さまざまな分野で使われるようになってきている。
しかし、膨大なデータサンプルを学習する過程では時間とエネルギーを消費する大量の計算を行う必要がある。ディープラーニングで多用される計算は、主に行列同士の掛け算の繰り返しであるが、こうした演算処理は従来のCPUあるいはGPUには大きな負荷がかかるものとなる。
研究チームは今回、このようなディープラーニングの計算に適した新しいアーキテクチャとして、光を用いたニューラルネットワークシステムを提案。その概念を実証するための実デバイスを開発し、実際にディープラーニングの手法による音声認識実験を行った。
開発されたデバイスは、「プログラマブル・ナノフォトニック・プロセッサ」と呼ばれるもので、相互接続された光導波路を使って計算を行う。光導波路はデバイス形成後に組み替えることができ、必要な計算に合わせてその都度プログラミングする。
具体的には、カスケード接続されたマッハ・ツェンダー干渉計56個の配列をシリコンフォトニクス集積回路上に形成したデバイスであるという。これを交互につないだ層構造を作って、脳内のニューロンの働きに似た非線形活性化関数と呼ばれる演算を行う。
一般的なニューラルネットワークのアーキテクチャでは、入力層と出力層のあいだに多くの隠れ層が存在しているが、論文によると、今回のアーキテクチャでは、光干渉ユニットと非線形光学ユニットからなる光導波路1個1個がこれらの層として機能する。これを使うと、原理的には、行列の乗算をほぼエネルギーゼロで、瞬時に計算できるという。
研究チームのMarin Solja?i?教授は、この仕組みを「眼鏡のレンズ」に例えて説明している。光が眼鏡のレンズを通過するときには、複雑なフーリエ変換の計算を行ったのと同じ結果が得られる。ナノフォトニック・プロセッサ内で起こるプロセスはこれがさらに一般化されたものであり、根本的には同様の原理に基づいているという。
研究チームは、プログラマブル・ナノフォトニック・プロセッサを用いて実際にニューラルネットワークを実装し、4つの母音について音声認識させる概念実証実験を行った。初歩的なシステムではあるが、音声認識の精度は77%を達成することができたという。これは従来のシステムで実現されている精度の90%程度の性能である。さらなる精度向上に向けてシステム拡張を行うことについては特に問題ないとしている。
http://news.mynavi.jp/news/2017/06/26/068/
論文
Deep learning with coherent nanophotonic circuits
https://www.nature.com/nphoton/journal/vaop/ncurrent/full/nphoton.2017.93.html
|
- 【宇宙/太陽系】木星の色が鮮明に NASAが画像を公開©2ch.net
1 ：白夜φ ★＠無断転載は禁止 ©2ch.net[ageteoff]：2017/06/26(月) 23:29:22.70 ID:CAP_USER - 木星の色が鮮明に NASAが画像を公開
2017年06月25日 20:11 発信地：米国
【6月25日 AFP】米航空宇宙局（NASA）は23日、木星の雲の帯の明暗を鮮明にした画像を公開した。この画像は、NASAの無人探査機「ジュノー（Juno）」に搭載されたカメラ「ジュノーカム（JunoCam）」のデータを使用して、一般の研究者によって作成されたもの。
3つの白い楕円形の渦は「String of Pearls（真珠の連なり）」として知られる。それぞれの雲の帯は地球の直径よりも幅があり、時速数百キロで木星の表面を回っている。明るく見えるところはガスが上がっていて、暗いところはガスが沈んでいる地域だ。(c)AFP
▽引用元：AFPBBNews 2017年06月25日 20:11
http://www.afpbb.com/articles/-/3133334
米航空宇宙局（NASA）が公開した木星の画像（2017年6月24日提供）。(c)AFP/NASA/JPL-Caltech/SwRI/MSSS/Gerald Eichstadt/Sean Doran
http://afpbb.ismcdn.jp/mwimgs/1/5/500x400/img_15410a39616b8f0dee69e6cf91953924259903.jpg
▽関連
Juno| NASA
https://www.nasa.gov/mission_pages/juno/main/index.html
Mission Juno Home
https://www.missionjuno.swri.edu/
06.21.17 Jupiter’s Bands of Clouds? ?
https://www.missionjuno.swri.edu/news/jupiters-bands-of-clouds
NASA's Juno Mission?
https://twitter.com/NASAJuno
|
