研究分野

機械学習と深層学習は、アルゴリズムを使用してデータを解析し、そこから学習し、実世界のイベントに対して決定や予測を行う技術です。特定のタスクのためにハードコーディングされた従来のソフトウェアプログラムとは異なり、これらは大量のデータを使用して「トレーニング」され、様々なアルゴリズムを通じてデータからタスクの完了方法を学習します。

深層学習は機械学習の一部であり、どちらも人工知能を実現する方法です。私たちのチームは、具体的な問題を解決しながら機械学習と深層学習の研究開発を行い、人工知能の発展に貢献しています。

コンピュータサイエンス、材料科学、材料物理学などの学際的な背景の下、AIベースの材料研究は世界各国の科学技術戦略の重点分野及び中核技術開発分野の一つとなっています。2012年、中国は「材料科学システム工学発展戦略研究—中国版材料ゲノムイニシアチブ」重大プロジェクトを開始し、材料関連の理論・応用研究を発展させ、将来のインテリジェント社会発展の機会を先取りするための重要な戦略的意義を持っています。しかし、現在、私たちは材料の構造、形態特性、材料特性の三者間の関係についてほとんど知らず、合成方法のほとんどはマクロ材料の合成に基づく改良であり、一定の限界があります。

ナノ材料の小サイズ効果、表面効果、量子効果などの物理的特性により、その画像テクスチャは複雑で形態が多様であり、画像処理は非常に困難です。現在、材料画像の観察と分析の方法は主に手作業であり、これは大量の人的資源と時間の浪費をもたらしています。機械学習・深層学習手法の発展に伴い、材料画像の高速かつ効果的な自動分析が可能になりました。

当研究グループは、機械学習と深層学習の研究に基づいて、様々な材料の画像処理方法を提案し、対応するソフトウェアモデルを実装しました。これらは材料ゲノムイニシアチブのデータサポートを提供し、コンピュータによる材料形態特徴の自動認識と分類を実現し、材料データ分析の時間と人的資源を効果的に節約し、研究成果の産出を加速し、材料科学の発展を促進します。材料画像特徴情報の自動分析の研究と製品化は、中国の材料学の発展と関連する人工知能技術の向上に深遠な意義を持ちます。

材料テキストマイニングは、自然言語処理と機械学習技術を活用して、膨大な量の材料科学文献、特許、レポートなどの非構造化テキストから自動的に価値ある情報を抽出する技術です。材料知識グラフの構築、文献レビューの自動化、関係抽出などの手段により、材料開発における情報取得の効率を大幅に向上させ、新材料の発見と性能予測を加速しています。私たちのチームは、効率的なテキストマイニングアルゴリズムとシステムの開発に専念し、材料科学データのインテリジェントな管理と深い活用を支援しています。

ロボットは観察を通じて物体を識別し、選択し、分類します。従来のビジョン方法はSIFTアルゴリズムを使用して画像マッチングを行い、物体認識を実現しますが、この方法は遅く、ロボットの動作が非常に緩慢になります。私は一次元バーコードと二次元QRコードを使用して、物体とロボットの位置関係（角度と座標を含む）を決定し、ロボットが物体マッチング作業を迅速に完了し、対応する動作を実装するのを支援しています。

さらに、赤外線技術と赤外線観測機器を使用し、特殊なタグを特定の場所に取り付けて、ロボットが自分の位置を特定できるようにしています。これらの研究はRT-Middlewareフレームワーク内で行われています。RT-Middlewareはロボットをモジュールごとに制御でき、研究者はロボットの部品を独立したモジュールに分離し、これらの独立したモジュールを開発してロボットの機能をアップグレードおよび開発することができます。

ヒューマンコンピュータインタラクションは、今日の急速に発展する情報産業における主要なトピックです。ジェスチャーコントロールの自然で便利な特性は、ヒューマンコンピュータインタラクション最適化の方向性と目標に合致し、マウスやキーボードに依存する従来のインタラクション方法にはない利点を提供します。特定のアプリケーションでは、タッチスクリーンがユーザーエクスペリエンスを向上させていますが、その高コストにより通常は小型モバイルデバイスやパソコンに限定されています。ジェスチャーコントロールはより大きな画面制御範囲でタッチスクリーン効果をシミュレートし、大画面操作体験を向上させる重要な手段となっています。しかし、ジェスチャー自体の多様性と、不安定な環境要因からの干渉が組み合わさって、ジェスチャー判断の複雑さを決定づけています。複雑な背景でリアルタイムに動的ジェスチャーを追跡、キャプチャ、認識し、インタラクションプロセスの滑らかさを確保する方法は、ジェスチャー認識ベースのヒューマンコンピュータインタラクションの研究課題です。

画像処理は、コンピュータを使用して画像を分析し、望ましい結果を達成するための技術です。これはコンピュータビジョンとロボットビジョン研究の基礎です。物体認識は画像処理研究の最も重要な分野の一つです。従来の物体認識アルゴリズムは、主に画像ライブラリからのデータを使用して実世界の物体画像とマッチングし、物体の種類を判断して認識します。多くの物体は複数の形態を持っています。例えば、はさみは開く角度によって異なる形状を表示します。さらに、異なる角度から観察すると、異なる物体形状になります。私たちは異なる形態を持つ物体の認識をRMCO（objects with multiple configurationsの認識）と呼んでいます。一般的な方法では、RMCOを実装するために同じ物体の複数のデータポイントを収集しますが、これは多くの時間を浪費し、データベースを非常に大きくします。形状空間理論を通じて、私は非常に少ないデータで観察された物体の可能な形状を予測でき、最小限のデータで多形態物体の認識を実現しています。

SIFTやSURFを含む従来の物体認識アルゴリズムは、非常に短時間で物体認識を完了できますが、ロボットアプリケーションでは、ロボットの迅速な動作を制限する重要な要因の一つです。私は画像内の3つの不変要素を使用しています：特徴点周囲の画素情報、特徴点の角度情報、および2つの画像間の特徴点群が相対位置を維持するという情報です。このアプローチにより、SIFTと比較して速度を約10倍向上させつつ、マッチング点群間にほとんど不正確なマッチング点がないことを維持できます。