hoshina systems

https://hoshina-robotics.com/

hoshina systems

https://hoshina-robotics.com/

【論文要約】深層学習のCAD/CAEシステムへの統合：3D概念ホイールの生成的設計と評価

概要 この研究では、ディープラーニングを利用して、3D CADデータを生成し、その工学的性能を評価する新しいフレームワークを提案しています。このフレームワークは、設計段階におけるコンセプト生成と性能評価を自動化し、製品設計の効率化を目指しています。 フレームワークの構造 提案されたフレームワークは、以下の7つのステージで構成されています。 1. 2D生成設計 方法: トポロジー最適化とディープラーニングを組み合わせて、2Dホイールデザインを大量に生成します。 市

hoshina sys…

    • 【論文要約】Query2CAD: 自然言語を用いたCADモデル生成

      下記論文の要約です。 1. 背景と目的 CAD設計は、プロトタイプを反復的に改良するプロセスであり、専門的なスキルと時間を要します。 Query2CADは、大規模言語モデル（LLM）を活用し、自然言語クエリからCADマクロを生成して自動的にCAD設計を行うシステムです。 このシステムは、設計の反復プロセスを模倣し、自己改善ループ（self-refinement loops）を活用することで、初期生成物の欠点を修正します。 2. 主要な機能 大規模言語モデルの利用:

      hoshina sys…

      • 【論文要約】深層学習を用いた鋼構造物の素地調整時の除錆度判定システム

        基本情報 論文タイトル: 深層学習を用いた鋼構造物の素地調整時の除錆度判定システム 著者情報: 大屋 誠: 松江工業高等専門学校教授（環境・建設工学科） E-mail: ohya@matsue-ct.jp（責任著者） 諏訪 太紀: 金沢大学理工学域地球社会基盤学類 学生 河原 達哉: 松江工業高等専門学校 生産・建設システム工学専攻 学生 武邊 勝道: 松江工業高等専門学校 広瀬 望: 松江工業高等専門学校 論文受理: 2021年6月30日 採択日: 20

        hoshina sys…

        • 【論文要約】自動車車体塗装用複数ロボットアームの経路設計における複数の制約対処法の併用

          論文情報 タイトル: 自動車車体塗装用複数ロボットアームの経路設計における複数の制約対処法の併用 著者: 永井 裕也 (Yuya Nagai) 田島 彩音 (Ayane Tajima) 中村 博光 (Hiromitsu Nakamura) 東園 雄太 (Yuta Higashizono) 小野 智司 (Satoshi Ono) 所属: 鹿児島大学大学院 理工学研究科 工学専攻 情報・生体工学プログラム トヨタ車体研究所 発表年: 2023年 掲載会議:

          hoshina sys…

          【論文要約】DeepLabCutを用いたコオロギの行動および姿勢解析

          以下は、論文「DeepLabCut-based daily behavioural and posture analysis in a cricket」の要約です。 論文情報タイトル: DeepLabCut-based daily behavioural and posture analysis in a cricket （DeepLabCutを用いたコオロギの行動および姿勢解析） 著者: Shota Hayakawa Kosuke Kataoka Masanobu

          hoshina sys…

          【論文要約】DeepLabCutを用いたコオロギの行動および姿勢解析

          hoshina systems

          【論文要約】大量スマート生産のためのコオロギ生態把握AIシステムの構築

          以下に、2022年発行の論文「大量スマート生産のためのコオロギ生態把握AIシステムの構築」の要約を記載します。 論文情報 タイトル: 大量スマート生産のためのコオロギ生態把握AIシステムの構築 (Construction of Cricket Ecology Grasp AI System for Smart Mass Production) 著者: 秋山大知 (Daichi Akiyama): 東京農業大学大学院 地域環境科学研究科 佐々木豊 (Yutaka Sa

          hoshina sys…

          【論文要約】大量スマート生産のためのコオロギ生態把握AIシステムの構築

          hoshina systems

          【論文要約】昆虫の食料および飼料生産におけるコンピュータビジョンと深層学習: 現状と課題の総説

          以下は、2024年発表の論文「Computer vision and deep learning in insects for food and feed production: A review」の要約です。 1. 基本情報 著者: Sarah Nawoya、Frank Ssemakula、Roseline Akol、Quentin Geissmann、Henrik Karstoft、Kim Bjerge、Cosmas Mwikirize、Andrew Katumba、

          hoshina sys…

          【論文要約】昆虫の食料および飼料生産におけるコンピュータビジョンと深層学習: 現状と課題の総説

          hoshina systems

          【論文要約】心電図画像を理解するためのマルチモーダルLLMの学習

          論文情報 タイトル: Teach Multimodal LLMs to Comprehend Electrocardiographic Images 著者: Ruoqi Liu (The Ohio State University) Yuelin Bai (The Ohio State University) Xiang Yue (Carnegie Mellon University) Ping Zhang (The Ohio State University)

          hoshina sys…

          【論文要約】心電図画像を理解するためのマルチモーダルLLMの学習

          hoshina systems

          【論文要約】大型言語モデル（LLM）と検索拡張生成を活用したゼロショット心電図診断

          タイトル: Zero-Shot ECG Diagnosis with Large Language Models and Retrieval-Augmented Generation 著者: Han Yu (Rice University, Department of Electrical and Computer Engineering) Peikun Guo (Rice University, Department of Computer Science) Aka

          hoshina sys…

          【論文要約】大型言語モデル（LLM）と検索拡張生成を活用したゼロショット心電図診断

          hoshina systems

          【論文要約】小規模環境微生物画像データセット (EMDS-6) における深層学習分類手法の比較研究: 畳み込みニューラルネットワークから視覚トランスフォーマーまで

          論文の要約です。 1. 論文概要タイトル: A Comparative Study of Deep Learning Classification Methods on a Small Environmental Microorganism Image Dataset (EMDS-6): From Convolutional Neural Networks to Visual Transformers 著者: Peng Zhao, Chen Li, Md Mamunur

          hoshina sys…

          【論文要約】小規模環境微生物画像データセット (EMDS-6) における深層学習分類手法の比較研究: 畳み込みニューラルネットワークから視覚トランスフォーマーまで

          hoshina systems

          【論文要約】深層学習を活用した自動画像解析による活性汚泥の顕微鏡研究

          本記事は、論文「Microscopic Studies of Activated Sludge Supported by Automatic Image Analysis Based on Deep Learning Neural Networks」をまとめたものとなります。 1. 論文情報タイトル: Microscopic Studies of Activated Sludge Supported by Automatic Image Analysis Based on

          hoshina sys…

          【論文要約】深層学習を活用した自動画像解析による活性汚泥の顕微鏡研究

          hoshina systems

          【論文要約】深層学習で活性汚泥中の微小動物を網羅的検出・自動分類

          伊藤らによる2021年発表の論文「深層学習を用いた活性汚泥顕微鏡画像中微小動物の網羅的検出・自動分類モデルの開発」の内容をまとめたものです。 1. 背景1.1 活性汚泥法 活性汚泥法は都市下水処理の主要な方法であり、細菌、原生動物、後生動物を含む微生物生態系が処理性能を支えています。 処理性能の維持には、これらの微生物叢を正確に把握し管理することが必要です。 1.2 検鏡試験の現状 顕微鏡観察による微小動物（原生動物・後生動物）の同定と計数は、処理場の維持管理に利用

          hoshina sys…

          【論文要約】深層学習で活性汚泥中の微小動物を網羅的検出・自動分類

          hoshina systems

          【論文要約】微生物画像解析におけるオブジェクト検出技術の最新動向

          Pingli Maらによる2022年発表の論文「A state-of-the-art survey of object detection techniques in microorganism image analysis」（Artificial Intelligence Review掲載）の内容をまとめたものとなります。 1. 背景と課題微生物は、医療、環境、食品など多岐にわたる分野で重要な役割を果たしますが、その観察と解析には以下のような課題があります： 膨大な種類

          hoshina sys…

          【論文要約】微生物画像解析におけるオブジェクト検出技術の最新動向

          hoshina systems

          Segment Anything (SAM) の概要

          Segment Anything (SAM) は、Meta AI が開発した汎用的な画像セグメンテーションモデルです。本モデルは、画像内の特定部分を迅速かつ正確に切り分けることができ、多様な応用が期待されています。また、高性能なGPUを活用することで、より効率的な動作が可能です。 Segment Anything (SAM) の特長1. ゼロショット適応性 SAM は、追加学習やパラメータ調整なしに、新しい画像やオブジェクトにも対応可能です。この「ゼロショット」対応により

          hoshina sys…

          Segment Anything (SAM) の概要

          hoshina systems

          生体信号処理・解析ライブラリNeuroKit2 : 機能と活用事例

          NeuroKit2の概要NeuroKit2は、生理学的信号を処理・分析するためのPythonライブラリです。心電図（ECG）、皮膚電気活動（EDA）、筋電図（EMG）、呼吸（RSP）など、さまざまな生体信号を扱うことができます。 主要アルゴリズム1. ECG処理 Pan-Tompkinsアルゴリズム バンドパスフィルタ → 微分 → 二乗 → 移動平均 → R波検出 Hamilton-Tompkinsアルゴリズム 適応的閾値によるQRS検出 2. EDA処理 c

          hoshina sys…

          生体信号処理・解析ライブラリNeuroKit2 : 機能と活用事例

          hoshina systems

          生体信号取得用デバイス一覧

          医療・研究用プロフェッショナル用途Biopac MP160価格: 150万円~ URL: https://www.biopac.com/product/mp160-system/ 特徴: 研究用標準機器、16ch、高精度、多機能 用途: 研究、医療、教育 認証: FDA・CE取得 サンプリング: 最大400kHz 分解能: 16bit g.USBamp価格: 220万円~ URL: https://www.gtec.at/product/gusb-amp/

          hoshina sys…

          生体信号取得用デバイス一覧

          hoshina systems