サイバー・フィジカル・エンジニアリング技術研究組合（略称CPE技術研究組合）は、2021年9月、ものづくりの精緻化・効率化が求められる中で、実製品のもつ素材・部品・システム等を効率的にデジタル化・モデル化して活用するサイバー・フィジカル・エンジニアリングにより、我が国の産業活力を維持・強化することを目的に、経済産業省より設立認可された組合です。

LFマイクロプラズマジェット 大気圧で低温なプラズマを生成する方法は多数あるが、単電極方式による低周波大気圧マイクロプラズマジェット（以下、LFジェット）と呼ばれる方式のプラズマ装置は、構造も簡単で手軽に低温大気圧プラズマを生成できるシステムであり、指で触れる程度のプラズマが生成出来る。 LFジェットの電極構造は単純であり、ガラス表面に取り付けた電極に低周波高電圧（～10kV、～10kHz）を印加することで、長く伸張するプラズマジェットが得られる。ガラス管形状を工夫することで10μm～50mm程度の直径のプラズマ生成が可能である。一般的な大気圧プラズマジェット装置は、誘電体パイプ内部で生成した高温のプラズマをガス流により押し流して冷却して利用するアフターグローと呼ばれるタイプがほとんどであるが、LFジェットの放電装置自体にはグランド電極を備えず、高電圧側の単電極のみから構成されるというユニ

要点 プラズマの温度を3℃から108℃まで制御することができる大気圧プラズマ発生装置を新規に設計・開発した。 新装置を用いて二酸化炭素、酸素、窒素、アルゴンのプラズマを生成し、温度やガス種が殺菌効果に大きく影響することを明らかにした。 皮膚や細胞にも適切な温度で、所望のガス種のプラズマを照射できるため、各種材料や生体に熱損傷を与えない安全なプラズマ処理が期待できる。 ヒーター加熱などでプラズマの温度を上昇させる事で、各種材料の接着性向上などへの応用も期待できる。 概要 東京工業大学 科学技術創成研究院 未来産業技術研究所の沖野晃俊准教授、東京医療保健大学の松村有里子准教授、岩澤篤郎教授らの研究グループは、温度を精密に制御しながらプラズマ[用語1]を低温・大気圧下で発生させる新規装置を設計・開発した。今回開発した装置は、プラズマ化するガスと装置全体の温度を調整する液体が流れる流路を備えている

東北大学と大阪工業大学の研究グループは、「一方向炭素繊維強化圧電プラスチックセンサー」を開発した。機械的強度に優れたモーションセンシングシステムを実現することが可能となる。 2枚の圧電ナノコンポジットシート界面に炭素繊維を一方向に配向 東北大学大学院環境科学研究科の余瑶楠大学院生や成田史生教授（工学部材料科学総合学科兼担）らによる研究グループと大阪工業大学工学部機械工学科の上辻靖智教授らによる研究グループは2023年12月、「一方向炭素繊維強化圧電プラスチックセンサー」を開発したと発表した。機械的強度に優れたモーションセンシングシステムを実現することが可能となる。 圧電プラスチックは、振動発電機能やセンシング機能を備えている。このため人体モーションセンサー用素材として期待されている。しかし、機械的強度が低く応用範囲は限られていた。そこで研究グループは、超軽量で優れた機械的安定性を有する炭素

宇宙に飛び立つロケットの重量のほとんどは、ロケット本体とペイロード（荷物）を宇宙へ飛ばすための燃料で占められます。 一度に運べるペイロードの量を増やすためにも、エネルギー効率の良いロケットが求められています。 そんな中、イギリスのグラスゴー大学（The University of Glasgow）理工学部に所属するクシシュトフ・ブズディク氏ら研究チームは、自分を食べるロケット「オートファジー・ロケットエンジン」を開発中です。 この新しいロケットは、燃料を消費し空になった胴体（タンク）すら、推進剤として使用することができます。 研究の詳細は、2024年1月8日～12日に開かれる航空宇宙分野における世界最大級の学会「AIAA SCITECH 2024 Forum」で発表されます。 SELF-EATING ROCKET COULD HELP UK TAKE A BIG BITE OF SPACE

石や砂の主成分として地球上のどこにでもあるシリカ（SiO2）と二酸化炭素（CO2）から有用な有機化合物原料が生まれた。一方の原料は無尽蔵のSiO2から誘導できるケイ素化合物、もう一方は地球温暖化の原因物質とされ、削減や再活用が急がれるCO2。産総研で長くケイ素化学に携わってきた研究者と二酸化炭素の変換を研究テーマとする研究者が手を組み、生み出した技術に、総合化学メーカーの東ソー株式会社が加わり、サステナブルに製造可能な化学合成品が開発された。低コスト化と合成プロセスの更なる効率化を目指し、研究は実用化という次のステージに進もうとしている。 （プレスリリース記事2020/11/27） ケイ素化合物を有用な化学品にしたい 今回の研究は、CO2と砂から化学品を作る、という発想が元になっている。削減だ！排出抑制だ！と嫌われがちなCO2を炭素源とし、砂や岩石など「どこにでもある」と思われているケイ素

3月21日（木）に、文部科学省のプロジェクトである「『富岳』成果創出加速プログラム」「AIの活用によるHPCの産業応用の飛躍的な拡大と次世代計算基盤の構築」に関する第1回HPC産業応用拡大プロジェクトシンポジウムを、＃東大生研 コンベンションホール、および、Webex Webinarsによるハイブリッド形式にて開催した。

公共データを用いたRNA-seq解析 フルカラー画面キャプチャをふんだんに掲載したわかりやすい解説！ 自宅PCからドライ研究が始められます 技術書ページへ

京都大学(京大)は1月19日、ガラスのように透明で、なおかつ曲げ変形も可能な、低密度の多孔体「エアロゲル」の作製に成功したことを発表した。 同成果は、京大 理学研究科の上岡良太大学院生(研究当時)、同・原瑶佑大学院生(研究当時)、同・金森主祥助教らの研究チームによるもの。詳細は、英オンライン科学誌「Nature Communications」に掲載された。 今回の研究で得られた新しいシリコーンエアロゲル(出所:京大プレスリリースPDF) 省エネルギー化を進める手段の1つに、エネルギー効率を高める断熱材の高性能化があるが、その中でもエアロゲルは、一般的に利用されることの多いグラスウールやポリマーフォームなどの汎用断熱材と比べておよそ半分程度の熱伝導率(=約2倍の断熱効果)を示すことが知られている。 ところがエアロゲルは機械的な強度が非常に低く、規模の大きい工業生産やアプリケーションへの展開が

これは何？ NGK2024Sの発表資料です。 自己紹介 名前: 中西克典 X(Twitter): @n_kats_ 機械学習名古屋研究会主催 NGK発表は2回目 機械学習名古屋研究会 論文読み会 毎月第3木曜（19:00～）オンラインで 次回（2月15日第71回）・・・https://machine-learning.connpass.com/event/308186/ 本編 イントロ（研究会の表の目的） 論文を読む習慣付け 知識のアップデート 発展的・実践的な知見の獲得 イントロ（研究会の裏の目的） この世の真理と呼べるものを全て知りたい。 という話を2年前のNGKでした。 おさらい（2年前の話） 読み上げソフトを使うと機械学習の論文が30分で再生できる。 ある分野の概要を把握する目安の論文50本には約3日あればよい。 2年前の課題 読み上げられてる文章を目で追いかけないといけない。つら

IBIS 2023 のパネルディスカッション「君たちはどう研究するか」にて研究の取り組み方についてお話しました。この記事はそこでお話した内容を編集したものです。 🔍研究テーマの決め方について 📆 研究プロジェクトの進め方 😵‍💫 研究がうまくいかないときの対処法 📝 論文の書き方 おわりに 🔍研究テーマの決め方について 僕は研究テーマ選びはあまり重要ではないと考えています。どういうテーマにめぐり合うかは運なので、そこで思いつめても仕方がありません。なので、僕は自分から積極的にテーマを探しにいくということはしていません。それよりも、テーマを決めたあとの掘り下げ方という自分でコントロールする部分に集中して研究に取り組んでいます。 その人の地力によって、テーマとして成立させられるストライクゾーンが決まってくると考えています。初心者うちは、王道のテーマで王道のストーリーでしか成立させら

Credits:Image: Gustav Graeber and Carlos D. Díaz-Marín マサチューセッツ工科大学（MIT）の研究チームは、砂漠のような環境下でも空気中の水分を吸収できる超吸収性素材を開発した。吸収できる水分量は記録的な量だ。透明で弾力性のあるこの素材は、水分を吸収すると膨張し、さらに多くの水分を吸収できるスペースが作られる。吸収した水分を漏出することなく保持し、加熱により水分を凝縮して超純水として回収することが可能だ。研究成果は、『Advanced Materials』誌に2023年5月18日付で公開されている。 開発した素材は、多くの水分を蓄えておくことができるハイドロゲルと、多くの水蒸気を捕らえることができる塩化リチウムを組み合わせるというアイデアから生まれた。ハイドロゲルは、紙オムツにも使用されるほど高い保水能力がある。また塩化リチウムは引き寄せ

産業技術総合研究所(産総研)の人工知能研究センターが数年前から研究開発を進め、実用化を目指してきた数式から画像パターンなどを自動生成する大規模画像データセットを基にした画像認識AI(人工知能)の有効性が確認され、「医療分野や交通解析分野、物流分野などでの利用が進み始めている」と、新エネルギー・産業技術総合開発機構(NEDO)のロボット・AI部は解説し、高く評価する。 そうした医療分野や交通解析分野、物流分野などでの画像認識AIが目指す利用開発事例を図1に示す。 図1 医療分野や交通解析分野、物流分野などでの画像認識AIの利用開発事例 (産総研とNEDOの資料から引用) 従来の画像認識AIは、大量の実画像を画像認識タスクとしてAIに学習させる事前準備が不可欠であり、かつその実画像が何の画像かという“教師ラベル”を付けて学習させるために膨大な手間がかかり、かつそのためのコストがかかるという課題