TE/TM modes in a fiber are two common types of cylindrical beam that hasa spatially varying polarization distribution. In the past decades,various methods have been developed to generate such TE/TM mode either passively or actively. Most of the methods are of the bulk components,which inevitably suffer from high insertion loss and alignment issues.We solve this problem in this study by using a helical fiber grating with an intermediate eriod. We demonstrate both theoretically and experimentally the TE/TM modes, which are realized by suitably selecting the input polarization states and the operating wavelength.

健康増進や生活習慣病予防の観点から散歩やマラソンなどの定期的な身体活動が重要視されている．しかし，年齢や体力に応じた適切な距離(歩数)を確保するような経路を求めるのは容易ではない．そのため，似た経路を繰り返し利用することにつながり，経路の固定化によってモチベーション低下を招くことがある．そこで，多様な散歩経路を求める手法が提案されているが，ユーザーが訪れたい地点(POI)を入力する必要があり，日常的な散歩には適用しにくいといった課題がある．そこで本研究は，散歩のモチベーション維持を支援するため，一定の経路長を担保しながら，相互に重複の少ない多様な経路集合を生成する手法を提案する．
本問題では道路ネットワークを重み付き有向グラフで表し，経路の始点，終点，目標とする経路長の範囲，および生成する経路数を入力し，経路間の類似度を最小化する経路の集合を求める．ここで類似度は，任意の2経路が共有する辺の長さを，全経路対について平均した値として定義する．これを最小化することで物理的な重複の少ない多様な経路を探索する．
特に始点と終点が一致する場合には，周回経路を生成することができる．この問題はNP困難なため，近傍探索に基づくヒューリスティックアルゴリズムを提案する．アルゴリズムでは，暫定解の経路の一部を除去し幅優先探索を用いた再接続を行うことで，類似度が小さくなるように解を更新していく．実道路ネットワークデータを用いた計算機実験の結果，5.6kmから6kmの目標経路長において，実行時間38秒程度で，類似度が約301.43m(約5.2%) の経路集合を生成できることを確認した．提案手法が現実的な時間内で，日常的な散歩として十分に多様な経路を生成できることを示した．

本研究は、口腔動作の特徴量抽出および不正咬合における咀嚼挙動を定量的に把握することを目的とする。平均眼間距離を基準とした正規化を行い、顔面外周領域におけるランドマーク間距離のセットを特徴量としてPCAによる次元圧縮を適用した。その結果、被験者間の咀嚼運動の差異が三次元空間上で分離され、咀嚼時の動作傾向や癖を定量的に評価可能であることが示された。今後は、咀嚼動作の偏りを是正するための改善支援手法の構築を目指す。

作物の栄養欠乏症を早期かつ非侵襲的に検出することは、精密農業の高度化に不可欠である。しかし、栄養欠乏症データの収集は土壌条件や施肥管理の精密な調整を要するためコストが著しく高く、多くの品種において網羅的なデータセットの構築は困難である。既存の特定品種データのみを用いた学習では、品種間のドメインシフトにより十分な汎化性能が得られないという課題がある。一方で、fine-grained な認識タスクにおいて学習データの多様性が不足する場合、評価先の条件の画像を一部取得し活用することも有効な選択肢となりうる。植物の栄養欠乏症検出タスクでは、健全植物の画像は生理障害植物と比べて収集が比較的容易であるため、評価ドメインの健全画像が利用可能であるという課題設定は、実環境を正確に反映した合理的な前提といえる。本研究ではこの課題に対し、拡散モデルに基づく新たなデータ拡張手法 Diffusion-based Symptom Style Transfer (DSST) を提案する。DSSTは、データが豊富な学習ドメイン（品種）で獲得した症状特徴を、評価ドメイン（異なる品種）の健全画像に転写する手法である。具体的には、SDXL ベースの LoRA で症状のスタイルを学習し、Image-to-Image 変換により、対象品種の構造を保持しつつ栄養欠乏症状を呈する合成画像を生成する。実験の結果、評価ドメインの健全画像のみを加える方法では、健全クラスの識別能は向上した一方、欠乏クラスに対しては向上は限定的だった。これに対し提案手法は、生成画像が学習データ分布における評価ドメインの欠乏クラスを補完したことでドメインギャップを低減し、欠乏症識別能が向上した。本研究は、データ収集が困難な農業現場において、拡散モデルによるデータ拡張がドメイン適応および診断精度の向上に有効であることを示した。

超新星爆発の重力波の解析により原始中性子星の状態方程式に関する情報が得られると期待されており，Hilbert-Huang変換(HHT)を用いた解析手法が提案されている．しかし，HHTは比較的新しい手法であり，その精度には改善の余地がある．本研究は，Steffen補間を用いたHHTによって超新星爆発重力波を解析し，パラメータの推定の精度を向上させることを目的とする．

近年、様々な分野で Internet of Things（IoT）サービスが普及しており、IoTデバイス数は今後さらに増加すると見込まれている。この状況下、IoT データ流通を支える基盤として IoT Data Exchange Platform（IoT DEP）が提案されており、ISO/IEC JTC 1/SC 41 において標準化が進められている。一方で、産業用途では、低遅延が求められるユースケースが多く、本プラットフォームを適用にあたっては、通信遅延及び遅延揺らぎの低減が課題となる。本稿では、IoT DEPにおける転送機能の低遅延化を目的として、軽量化転送プロトコルであるIoTA を対象に、Raw socket 通信を実装した提案をする。

異なる色のパターンの重畳の分離は，色情報を用いて分離可能であるため比較的容易である．一方で，同じ色・同じペンで書かれたパターンの重畳の分離は，色情報を用いて分離することができず困難である．答案画像においては，採点者が誤って付けた採点記号に対して訂正する線と正しい採点記号を付けるなど，後者の分離困難な同じ色・同じペンで書かれた採点記号の重畳が発生する．そのため重畳した手書き採点記号は，教育分野のDX化(答案のデータ化)の課題の一つとなっている． 本研究は，この重畳した手書き採点記号を欠損なく個別に分離・識別して利用可能にすることを目的とする．
前述の目的を達成するために，ベースのAIに，Skeleton Recall 損失により①骨格などの記号の幾何学的形状を捉える能力と，プロトタイプ学習により②記号の分離を高める能力を与える手法を提案した．
提案手法の性能実験を行った結果，採点記号が重畳した領域における提案手法と正解の一致度が93.3%であること，提案手法が重畳した採点記号を欠損せずに個別の記号として識別・分離した精度が92.2%であることが確認された． また，ベースのAIに①と②の能力を加えた場合には，ベースのみの場合と比較して採点記号が重畳した領域における提案手法と正解の一致度が3.7pt，提案手法が重畳した採点記号を欠損せずに個別の記号として識別・分離する精度が1.5pt向上していることが確認された．

近年のコンテンツ配信需要の増大に伴い、情報指向ネットワーク（ICN）におけるコンテンツの真正性検証が重要となっている。先行研究ではブロックチェーン（BC）を用いた分散型公開鍵管理（DPKI）が提案されているが、プロトコルレベルの実装検討が十分ではなかった。本研究では、BCを用いたDPKIをICN上で実現するため、公開鍵情報等を運搬する拡張Interestを導入した設計を提案し、ソフトウェアプラットフォームCefore上に実装した。評価の結果、鍵登録から検証に至る一連のパケットフローが正常に動作すること、および不正コンテンツを正しく拒否できることを確認し、提案方式の実現性を明らかにした。

近年、特定外来生物であるクビアカツヤカミキリの被害が全国的に拡大しており、その幼虫がサクラやウメなどのバラ科樹木の内部を食害することで、樹木被害が深刻化している。幼虫の駆除は樹木への薬剤投与によって行われるが、樹木内部で幼虫が死滅したかどうかを直接確認することは困難である。そのため、駆除の成否はフラス（幼虫のフンと木屑の混合物）の排出が停止したかを目視で確認する方法に依存している。しかし、この確認作業は現地での繰り返し巡回を必要とし、駆除業者にとって大きな時間的・人的負担となっている。その結果、すべての処理木について十分な経過観察が行えず、薬剤効果の確認が完遂できていないのが現状である。

本研究では、定点撮影した画像を用いてフラス量の時間的変化を定量化し、樹木内部の幼虫に対する薬剤効果を客観的かつ効率的に判定する手法の確立を目的とした。フラスの検出には汎用的なAIモデルであるYOLOv8を用いたが、従来の矩形アノテーションによる教師データを用いた旧モデルでは、フラス以外の背景領域が含まれ、フラス量を正確に評価できない問題があった。そこで本研究では、画像処理によってフラス領域のみを抽出した教師データを作成し、これを用いた新モデルを構築した。

旧モデルと新モデルの性能を比較した結果、新モデルではフラス領域を背景から高精度に分離でき、フラス面積の定量評価精度が大きく向上した。また、定点撮影画像を用いることで、フラス量の増減を時間的に追跡できることを確認した。これにより、薬剤投与後にフラス排出が減少または停止する過程を定量的に把握することが可能となった。

本手法は、薬剤駆除後における幼虫の生存状況を非破壊かつ客観的な評価に有用であり、今後の防除効果判定への応用が期待される。

近年，自転車事故における歩行者との接触事故が問題となっており，走行中に周囲の人を検知して危険を通知する安全支援技術の重要性が高まっている[1]．そこで，本研究では，深層学習を用いた物体検出技術の1つであるYOLOv8を用い，リアルタイムで画像中の歩行者を検出し，その検出結果に基づいて歩行者までの距離を推定することで危険検知を行う手法の実現を目指している．本研究では，YOLOv8を用いて歩行者の検出を行う．YOLO(You Only Look Once)は，入力画像を一度の推論で処理し，物体の位置とクラスを同時に推定する特徴を持つ．YOLOv8は軽量かつ高精度な物体検出モデルであり，リアルタイム処理に適している．カメラから取得したフレームをそのモデルに入力し，検出結果の中からクラスが「person」であるもののみを抽出する．これにより，画像内の歩行者領域をバウンディングボックスとして取得する．歩行者までの距離測定には，バウンディングボックスの横幅を用いた簡易的な距離測定手法を採用した．歩行者がカメラに正面を向いている場合だけでなく，多少姿勢が変化した場合でも検出が可能であった．また，歩行者がカメラ正面に立っている場合は，精度よく推定できることを確認した．本研究では，YOLOv8を用いた歩行者検出と，検出情報に基づく距離推定手法を提案し，実験を通してその有効性を検証した．実験の結果，リアルタイムで歩行者の検出および距離推定が可能であることを確認した．しかし，歩行者の姿勢変化による推定精度へ対策が課題として残っており，姿勢推定を組み合わせることで，より高精度な距離推定手法の実現を目指す． 本研究では，まず歩行者の検出・距離推定の手法について検討し，実験によりその有効性を検証した．

​電波望遠鏡用の広帯域サブミリ波観測用のカメラにおいて、多重化に向けた超伝導検出器MKIDの小型化と低ノイズ化の両立が求められる。MKIDの検出方法から周波数の時間的な安定性が重要で、特に時間的にゆっくり揺らぐ低周波ノイズのTLSノイズが課題である。小型化を維持しつつノイズ要因である電界密度を制御しやすい集中定数型LEKIDを採用し、キャパシタのギャップ幅を変えた素子を設計・評価した。極低温での測定と解析の結果、ギャップ幅を広げることで低周波領域におけるTLSノイズを効果的に低減できることが実証された。

給電距離の変化は近接接合型無線給電において、入力インピーダンスの変化を発生させ必要な電力を供給できない問題を引き起こす.本稿では磁界共鳴式無線給電における,半導体スイッチを用いた簡易かつ損失の少ない可変コンデンサであるスイッチドコンデンサを用いたインピーダンス整合により,給電距離の変化に対して一定の電力を維持可能な手法を提案する.Ltspice上で回路を作成した後,給電実験を行い供給電力・効率を測定し有効性を確認した.また通常のコンデンサを用いた場合と比較しスイッチドコンデンサの損失を測定した.

クレジットカード決済や銀行振込を行う際、お金のやり取りは必ずデータベースを介して行われる。これらの処理は「トランザクション」という単位で管理されており、その信頼性を担保するために様々な手法が提案されてきた。

広く普及している Two-Phase Locking (2PL)は、データにアクセスする前に当該データのロックを獲得する手法である。ロックを獲得できない場合、デッドロックを防ぐため、トランザクションは待機するか、自らアボートするか、あるいは競合する相手をアボートさせる。この手法は、Read命令が主体である場合や、各トランザクションが異なるデータにアクセスすることを前提に設計されている。そのため、データの衝突が頻発する状況下ではアボートが多発し、処理の成功率が低下するため、性能が急速に劣化するという課題がある。

この本質的な問題は、2PLの設計思想が近視眼的である点にある。予めトランザクションの内容が判明していれば、それらを適切にスケジュールすることで、あらゆるアボートを回避できる。本研究では、実行全体を俯瞰する観点に基づいた安定法を提案する。比較実験の結果、本手法は高負荷・高衝突率の状況下において優れた性能を示した。今後、コンサートチケットの販売といった、極めて衝突率の高い実環境への適用を目指したい。

動画配信サービスの普及に伴い，教育目的の講義動画が増加している．しかし，講義動画は再生時間が長い傾向にあり，学習者にとって効率的な視聴が課題となる．本研究では，講義動画から学習効率向上に寄与する重要箇所を自動検出することを目指し，音声言語基盤モデルを用いた分類モデルを提案する．

ラジコンを用いて、遠隔操縦の操縦におけるカメラの位置の違いによってどのくらい操作が変わるのかを調べた。

宇宙線観測器CosmicWatchの登場により，比較的低コストで個人が宇宙線ミュオンの探究観測を行うことが可能になった．一方でCosmicWatchには観測データをオンラインで共有する機能がなく，データ取り込みや条件記録も手作業に依存するため，多人数での比較や反復観測では条件の欠落・ばらつきが生じ，学習者間で結果を妥当に比較しにくい．そこで本研究では，CosmicWatchをベースに光，GPS時刻，地磁気，電圧等の各種センサーを追加し，Wi-Fi化により計数と観測条件ログを自動記録・自動共有する多人数宇宙線観測の反復観測・比較支援システムの構築を計画する．CosmicWatchのファームウェアは非公開であるため，計測制御，通信，ログ生成を再実装，サーバ側では条件欠落の検出と比較前チェックを行い，計数と条件の対応を閲覧できる可視化の提供を計画する．さらにミッションカードにより観測プロトコルと役割分担を提示し，反復観測の継続を強化，その有効性を指標に基づいて評価する．