機械学習

複雑データを識別する隠れた幾何学構造を解明 (The hidden geometry that separates complex data) 1504数理・情報

複雑データを識別する隠れた幾何学構造を解明 (The hidden geometry that separates complex data)

2026-06-12 スイス連邦工科大学ローザンヌ校(EPFL)スイス連邦工科大学ローザンヌ校(EPFL)の数学者らは、複雑で高次元なデータを識別する際に広く用いられる「カーネル法」が、なぜ高い性能を発揮するのかを理論的に説明する新たな定理...
逆設計:機能性ポリマーをカスタム作製する新手法(Inverse design: A new pathway to custom functional polymers) 0504高分子製品

逆設計:機能性ポリマーをカスタム作製する新手法(Inverse design: A new pathway to custom functional polymers)

2026-03-16 アメリカ合衆国・アルゴンヌ国立研究所(ANL)米国アルゴンヌ国立研究所、シカゴ大学、パデュー大学の研究チームは、AI・機械学習・ロボット実験を統合した「逆設計(Inverse Design)」手法により、目的の特性を持...
AIにより分子シミュレーションを1万倍高速化 (AI Fast-Forwards Molecular Simulations by 10,000-Fold) 1603情報システム・データ工学

AIにより分子シミュレーションを1万倍高速化 (AI Fast-Forwards Molecular Simulations by 10,000-Fold)

2026-06-11 チャルマース工科大学スウェーデンのチャルマース工科大学とヨーテボリ大学の研究チームは、分子シミュレーションを従来手法より1万倍以上高速化するAIモデル「TITO(Transferable Implicit Transf...
ad
大豆の生育障害を予測するAIモデルを開発 – 「青立(あおだち)」と「裂皮粒(れっぴりゅう)」の発生リスクを予測 – 1204農業及び蚕糸

大豆の生育障害を予測するAIモデルを開発 – 「青立(あおだち)」と「裂皮粒(れっぴりゅう)」の発生リスクを予測 –

2026-03-03 農業・食品産業技術総合研究機構農研機構は、気候変動の影響で増加している大豆の生育障害「青立ち」と「裂皮粒」の発生リスクを予測するAIモデルを開発した。全国4地点(秋田、茨城、香川、熊本)の2008~2023年に蓄積され...
AIと量子コンピューティングで新材料開発を加速 (AI and Quantum Computing Accelerate Materials Development at UW) 1701物理及び化学

AIと量子コンピューティングで新材料開発を加速 (AI and Quantum Computing Accelerate Materials Development at UW)

2026-06-09 ワシントン大学(UW)米国の University of Washington の研究チームは、量子コンピュータや次世代電子デバイスの開発に不可欠な量子材料の探索を加速するため、人工知能(AI)を活用する新たな手法を開...
AIを活用した電池研究ロードマップを提示(Turbocharging Battery Research With AI: An Ambitious Vision) 0402電気応用

AIを活用した電池研究ロードマップを提示(Turbocharging Battery Research With AI: An Ambitious Vision)

2026-06-02 アルゴンヌ国立研究所(ANL)米国アルゴンヌ国立研究所(ANL)は、人工知能(AI)を活用して次世代電池研究を大幅に加速する構想を推進している。従来の電池開発では、新材料の探索や性能評価に長期間の実験と膨大なコストが必...
物理法則を学習したデジタル「スーパー・ブレイン」で技術開発を高速化(Physics-Trained Digital ‘Super-Brain’ Speeds Up Technology Development) 1603情報システム・データ工学

物理法則を学習したデジタル「スーパー・ブレイン」で技術開発を高速化(Physics-Trained Digital ‘Super-Brain’ Speeds Up Technology Development)

2026-06-04 チャルマース工科大学スウェーデンのチャルマース工科大学と国際共同研究チームは、物理法則を学習に組み込んだ新しい人工知能モデル「物理学習型デジタル・スーパー・ブレイン」を開発した。この技術は、従来の機械学習が大量の実験デ...
スマートフォンからロボットを操作できるアプリを開発(New App Allows Anyone to Operate a Robot From Their Phone) 0109ロボット

スマートフォンからロボットを操作できるアプリを開発(New App Allows Anyone to Operate a Robot From Their Phone)

2026-05-26 ジョージア工科大学米国ジョージア工科大学(Georgia Tech)は、スマートフォンをロボットアームの遠隔操作端末に変えるアプリ「COBALT」を開発した。利用者は専用サーバーに接続し、スマートフォンを動かすだけで、...
土壌滞留時間が世界河川の溶存有機炭素年代を決定することを解明(Study: Soil Residence Time Governs Age of Dissolved Organic Carbon in Global Rivers) 1901環境保全計画

土壌滞留時間が世界河川の溶存有機炭素年代を決定することを解明(Study: Soil Residence Time Governs Age of Dissolved Organic Carbon in Global Rivers)

2026-06-02 中国科学院(CAS)中国科学院南京地理湖沼研究所の周永強教授らの研究チームは、世界の河川に含まれる溶存有機炭素(DOC)の濃度と炭素同位体特性(Δ¹⁴C、δ¹³C)を高解像度で全球的に解析し、その年代を支配する主要因が...
製造欠陥をリアルタイム予測する新AIモデル(New AI Model Predicts Manufacturing Defects on the Fly) 0107工場自動化及び産業機械

製造欠陥をリアルタイム予測する新AIモデル(New AI Model Predicts Manufacturing Defects on the Fly)

2026-05-28 パシフィック・ノースウェスト国立研究所(PNNL)米パシフィック・ノースウェスト国立研究所(PNNL)の研究チームは、製造工程中に発生する欠陥をリアルタイムで予測できる新しいAIモデルを開発した。従来は製品完成後の検査...
アマゾン森林で嵐と乾燥化がバイオマス循環を加速することを確認 (Storms, Dryness Speeding up Biomass Turnover in Amazon Forest: Study) 1901環境保全計画

アマゾン森林で嵐と乾燥化がバイオマス循環を加速することを確認 (Storms, Dryness Speeding up Biomass Turnover in Amazon Forest: Study)

2026-05-25 中国科学院(CAS)中国科学院華南植物園(SCBG)と米コーネル大学などの国際研究チームは、アマゾン熱帯雨林で暴風雨の増加と大気乾燥化が森林バイオマスの更新速度を加速させ、炭素貯留能力を低下させていることを明らかにした...
有害藻類の追跡を支援するNASA開発AI(NASA-developed AI Could Help Track Harmful Algae) 1902環境測定

有害藻類の追跡を支援するNASA開発AI(NASA-developed AI Could Help Track Harmful Algae)

2026-05-20 NASANASAは、有害藻類ブルーム(HAB)の発生を高精度に追跡する人工知能技術を開発した。研究では、衛星観測データと機械学習を組み合わせ、水域表面の色彩変化やクロロフィル分布を解析することで、有害藻類の発生位置や拡...
ad
タイトルとURLをコピーしました