2021年度「AI Optics優秀発表賞」審査結果

    受賞者：大阪大学　片岡 将磨氏
    講演題目：テラピクセルイメージングに向けた超高解像度ゴーストイメージング
    【選定理由】 受賞者らの研究では、画質向上が大きな課題であるゴーストイメージング（Ghost Imaging: GI）において、機械学習に基づく超解像技術を適用し、 点物体において良好な高解像結果を達成しています。 この研究で用いられているサブピクセルの存在確率を機械学習によって決定するアプローチは、点物体のGIに適した効果的な手法であり、 萌芽的な結果ではあるものの、難題に対して精度向上を示した点は高く評価します。また、ゴーストイメージングにAIを適用する研究は、 世界的にも大きな流行となっていますが、その中でも高い独創性を示している点は注目に値すると考え、AI Optics優秀発表賞に選定いたしました。
    受賞者：千葉大学　渡邊 峻介氏
    講演題目：エルミート・ガウシアンビームパターン分類用光深層ニューラルネットワークの
    ハイパーパラメータチューニング
    【選定理由】 受賞者らは、エルミート・ガウシアンビームの複数の伝搬モードにそれぞれ符号を割り当てる多ビット光無線通信の実現に向け、 検知側の符号分類に光学的なニューラルネットワークを適用し、高精度な符号・モードの分類を実現するための研究成果を発表しています。 この研究では、一般的な深層学習フレームワークではなく、 最先端の技術であるD2NNと呼ばれる光学的ニューラルネットワークに着目した点は先進的かつ独創的であり、 AIと光学研究の融合領域での顕著な研究成果を示したことは意義が大きいと考え、AI Optics優秀発表賞に選定いたしました。
    受賞者：東京工業大学 Xiuxi Pan氏
    講演題目：マスクを用いたレンズレス光学系のための
    Transformerニューラルネットワークによる非干渉かつ再構成不要な物体認識
    【選定理由】 受賞者らの研究は、撮影物体の物体像を再構成せずに物体認識を行うレンズレスアーキテクチャー及び機械学習に基づく物体認識手法を提案し、 高精度な物体認識を実現しています。 この研究で用いられているTransformerという機械学習は、 畳み込みニューラルネットワークに替わりうる高度な機械学習手法として近年特に注目を集める技術であり、 これをレンズレス物体認識システムへ効果的に適用している点は、光学と機械学習の両者を熟知した巧みな技術要素を含んでいると評価します。 また、物体像を再構成せず、目的である物体認識結果をダイレクトに出力する技術は、 イメージングシステムの新たな応用分野を切り開く可能性を秘めている点も高く評価し、AI Optics優秀発表賞に選定いたしました。