計測技術と機械学習・統計的推定を融合することで、
より高頻度・高精度・高分解能・高信頼な計測や未知の対象の計測などを実現させる「計測インフォマティクス」。
その概要から、最新動向、具体的なアプローチ、研究開発事例までを詳しく解説します
1.人工知能研究と機械学習技術の概観
1.1 人工知能研究の分類
1.2 機械学習が扱う主要問題
1.3 機械学習手法の多様性
1.4 機械学習手法の精度と解り易さの関係
1.5 機械学習手法の複雑さと必要データ量の関係
1.6 人工知能の限界
・自動車の自動運転化は当面どこまで進むか
・人の仕事をどこまで置き換えるか
2.計測インフォマティクス研究の背景
2.1 先端計測技術研究の動向
2.2 情報科学研究の動向
2.3 計測インフォマティクスの目標
3.計測インフォマティクスを巡る経緯と状況
4.計測インフォマティクスの研究論点とアプローチ
4.1 分析のための推定と計測のための推定
4.2 計測系の効率的較正
4.3 対象状態逆推定に最適な計測点選択
5.研究開発事例
5.1 分析のための推定
・ナノポアによる超高速極微小細菌・ウイルス種別の分析
・細胞蛍光撮影画像の高精度超解像イメージング
5.2 計測のための推定
・細胞蛍光撮影画像からの超高速超解像イメージング
・MSSセンサによる超ロバスト嗅覚計測
5.3 計測系の効率的較正
・触媒反応の計測実験系の効率的パラメータ較正
6.計測インフォマティクスの展望
□質疑応答□