Discovery Sagaサイレントキーワード俯瞰

大脳皮質 / 短期記憶 / 持続的活動 / 抑制性神経細胞 / 樹状突起 / 数理モデル / 作業記憶 / 大脳皮質の持続的神経活動 / 抑制性介在神経細胞 / 数量の認知 / シミュレーション / 持続的神経活動 / ワーキングメモリー / 非線型 / 理論神経科学 / ニューラルネットワーク

短期記憶・作業記憶の神経基盤と考えられる大脳皮質の持続的神経活動の神経回路メカニズム、特に抑制性細胞の多様性や樹状突起の空間的非一様性等の効果を数理モデルを用いて研究した。そして、興奮性錐体細胞の樹状突起分枝に投射する抑制性細胞の作用、及びそれに伴う樹状突起分枝上の非線形な入力加算が、記憶対象と関係の無い非特異的な入力を受けた場合に不適切な応答が起こらないことを保証する働きをしている可能性などを示した。

マイクロリアクター / プロセス / 知的システム / ネットワークシステム / 運転管理 / マルチエージェント / シミュレーション / ニューラルネットワーク / ニュートラルネットワーク / 精密分離

精密な温度制御や反応時間制御、また廃棄物や毒物の安全管理を目指した自由度の高いマイクロリアクタ-プロセスの制御・運転管理を柔軟かつ的確に行うために、ネットワーク型モデリングシステムを融合させた知的ネットワークシステムを検討し、また、同システムの実用化を検討するためのモデル実験を行い、以下の成果を挙げることができた。
1.反応シミュレーション、流動シミュレーション、装置挙動シミュレーション、プロセス挙動シミュレーションなどの階層的な動的シミュレーションシステムが、それぞれエージェントとして並列に動作するようなマルチエージェント指向の情報処理環境をコンピュータネットワーク上に構築することができた。
2.スケールの異なる単位装置が連結して並列に運転されているモジュール連結タィプのマイクロリアクターブロセスを想定し、ブロセス全体の挙動を予測するためのハィブリッドシミュレーション手法を上記の情報処理環境中で検討し、ボリスチレン塊状重合を例としたポリマー重合シミュレーションおよび撹拝槽型反応器モデル実験による検証を通して、同手法の基本コンセプトを構築することができた。
3.複数の単位装置の組立てを行いながらマイクロリアクタープロセス全体を知的に運転管理していくことを目指し、上述のエージェント指向情報処理環境でのハィブリッドシミュレーション手法を用いて、マイクロリアクタープロセスの制御・運転管理システムの設計を行う知的なシミュレーションシステムを構築することができた。

化学工学設計論 / 非線形ダイナミックス / ニューラルネットワーク / バーチャルリアクター / 混合特性 / 混相流 / 動的反応操作 / 乳化重合 / 複雑系化学プロセス / 動的設計・操作法 / 履歴性・分岐性 / カオス混合 / 混相流反応装置 / モデリング / シミュレーション / 不安定性 / 多重安定性 / 振動現象

非線形ダイナミックスを内包する複雑系化学プロセスを流体の混合場で実現するシステム(化学装置)をオペレーション、コントロールの設計法と実際について各グループA〜Gで手分けして研究を実施した.
A:複雑系化学プロセスとして酢酸ビニルの乳化重合を取り上げ,システムとして撹拌混合反応装置を採用して回分操作と連続操作による反応速度(重合率)、ラテックス粒子の粒度分布の時間変動ダイナミックスを観察した。機能制御に関係する粒度分布の制御,分子量分布の制御の可能性を例示し、粒子成長過程の析出凝集プロセスのメカニズムを解明した。また、非線形ダイナミックスの特徴である流動形態の遷移特性である分岐性、履歴性に留意して、共軸回転円錐流動装置、衝突噴流装置,往復振動混合装置の反応場の混合特性のデータ蓄積を行った.
B:革新的な化学プロセス強化を目指し,重合反応など多様な化学プロセスを対象に、化学プロセス・ダイナミックスのモデリングの研究を知的ネットワークシステム(各種ニューラル・ネットワーク)を応用して行った.また、遺伝アルゴリズムで最適化したニューラル・ネットワークによる設計法や反応装置の動的挙動のシミュレーション法などを提案した.
C:混相流反応装置の新しい設計・スケールアップ法の観点から、局所の物理量の変動の実際のデータの蓄積によるデータベースの構築をし、逆にこのデータベースからニューラルネットワークにより設計条件に適した諸特性の時系列データを得る方法を考案した。また、マクロな流動構造をCFDシミュレーションにより得て,これにミクロ構造の時系列データベースを重畳させるバーチャルリアクターの設計法を提案した。
D:流体の混合現象を非線形性ダイナミックスの観点からモデル化し、新しい混合装置の開発を目指した研究を展開した.省エネルギー型の混合効果が高い往復振動式混合器の混合モデルの構築と直接数値シミュレーションを行った。通常の撹拌式混合器について流れ全領域に亘る局所速度成分の時系列データをLDVにより計測して、ヴァーチャルリアクター設計に役立つデータベースを作った.
E:化学振動を伴う複雑系化学反応のモデル化、内部熱交換蒸留塔の設計と操作、高分子膜の移動現象等々,実際的なプロセスのダイナミックスの実験とモデル解析を行った。蒸留塔の実用化へのモデルプラントの設計のステップに入った.
F:化学反応の動的操作による反応促進と触媒活性に関する実験とモデル解析を行って、次の実用化のための実験のステップに入った.
G:気液接触反応プロセスの動的設計を目指して、気泡のダイナミックスの可視化観測技術の開発と物質拡散の定量化、気泡計測の信頼性評価に関する実験的研究を行って、ファイバープローブによる可視化解析および信頼性評価法を考案した.

システム同定 / 海中ロボット / ニューラルネット / 海中航走体 / 適応制御 / 無索無人潜水機 / 学習 / ニューラルネットワーク / 動特性 / シミュレーション / 運動体 / 潜水機

海洋構造物や船舶、あるいは潜水船などの海中ビ-クルの運動を考えるとき、低速域での非線形性や相互干渉やダイナミクスの変化など、古典的な運動理論では極めて取扱いにくい状況がある。学習機能を持つシステムであるニューラルネットワークは、不特定多数の入力に対して、ある出力を表すモデルを表現することができる。本研究ではコントローラをニューラルネットワークで構成し、同定モデルも同じくニューラルネットワークで構成して、その出力を利用してコントローラを適応的に調整しようとするものである。
本年度の研究では、海中ロボットのコンピュータの並列処理機能を利用して、実ロボットを制御する実世界と、ロボットの動特性すなわちニューラルネットで同定された同定モデルを制御する仮想世界とを分離し、仮想世界では、数値シミュレーションにより仮想訓練を繰り返してコントローラを調整させ、ある程度調整が進んだ状況で実世界のコントローラを置き換えるシステムを構築した。この目的の為には、シミュレーションが仮想世界で閉じた形でおこなわれなくてはならない。そこで、差分型の3層のニューラルネットワークの降段に2層の積分層を設け、その出力を入力にもどす、という新しい同定モデルを構築し、その有用性を示した。これを海中ロボットのテストベッド「Twin-Burger」の回頭運動に適用して良好な結果を得た。そこに於いては、同定ネットワークの入力を回頭角速度と制御入力とし、制御出力は、左右のスラスタにより発生する回転モーメントとした。
実ロボットを使った実験において、構築したシステムは良好なコントローラを実時間で作り出すことに成功しており、提案したシステムの有用性を示した。

【研究分担者】
小川浩平	東京工業大学	大学院・理工学研究科	教授	(Kakenデータベース)
吉川史郎	東京工業大学	大学院・理工学研究科	助教授	(Kakenデータベース)
松本秀行	東京工業大学	大学院・理工学研究科	助手	(Kakenデータベース)

【研究分担者】
平田雄志	大阪大学	基礎工学研究科	教授	(Kakenデータベース)
堤敦司	東京大学	工学系研究科	助教授	(Kakenデータベース)
黒田千秋	東京工業大学	理工学研究科	教授	(Kakenデータベース)
土屋活美	徳島大学	工学部	助教授	(Kakenデータベース)
亀山秀雄	東京農工大学	工学部	教授	(Kakenデータベース)

【研究分担者】
藤井輝夫	東京大学	生産技術研究所	助教授	(Kakenデータベース)