プロジェクト：AI解析・データ科学
私たちが扱うデータは、実験や計測で得られるものから、シミュレーションが生み出すものまで幅広く及びます。共通しているのは、量が多すぎて人の目では追えないことです。
取り組んでいること
放射光施設 NanoTerasu やクライオ電子顕微鏡による計測データから、蒸気タービンなどのシミュレーションが出力するデータまで、幅広く対象としています。手法は、グラフを用いた特徴抽出、大規模言語モデル（LLM）による分類、時系列データからの機械学習など、データの性質に合わせて選びます。分子の構造同定から、運転中には直接測れない機器の異常検知まで、扱う問題も幅があります。
なぜ取り組むのか
計測装置もシミュレーションも、性能が上がるほどデータは増え、解析が追いつかなくなります。判断の多くが専門家の経験に頼っている領域では、そこが研究の速度を決めてしまいます。解析の側を速くすることは、装置や計算機を良くすることと同じくらい効きます。
主な取り組み
- 三次元電子回折データからの分子構造同定（グラフ特徴抽出・LLMによる分類）
- 電子顕微鏡画像のマッチング手法の開発
- 蒸気タービンのデジタルツインを用いた異常検知・翼の摩耗予測
- 放射光CT画像からの意味抽出（NanoTerasu連携ページ参照）
- 機械学習を用いた断層パラメータの予測
キーワード
機械学習 / 大規模言語モデル（LLM） / 画像・グラフ解析 / デジタルツイン / 計測データ解析