背景紹介 二次元材料（2D materials）は、その独特な物理化学的特性により、ナノエレクトロニクスやオプトエレクトロニクスなどの分野で大きな応用可能性を示しています。しかし、これらの材料のナノスケールでの構造的擾乱（structural perturbations）は、その性能に重要な影響を及ぼします。従来のラマン分光法（Raman spectroscopy）などの手法は、材料の構造情報を提供できますが、その空間分解能は通常、回折限界に制限されており、ナノスケールでの構造変化を正確に検出するのは困難です。この問題を解決するため、研究者たちは、機械学習（machine learning, ML）と分光技術を組み合わせることで、空間分解能を向上させ、ナノスケールの構造的擾乱を明らかにするこ...

学術的背景 化学交換飽和転移（Chemical Exchange Saturation Transfer, CEST）磁気共鳴画像（MRI）は、生体組織の詳細な分子情報を提供する先進的な非侵襲的イメージング技術です。CEST MRIは、特定の代謝物の交換可能なプロトンを選択的に飽和させ、その飽和を水分子に転移させることで、低濃度のタンパク質や代謝物の検出と定量を可能にします。CEST MRIは、神経変性疾患やがんなどの診断において大きな可能性を示していますが、データ収集時間の長さ、画像処理の複雑さ、解釈の難しさなどの技術的課題により、研究環境から臨床応用への移行が制限されています。 近年、人工知能（Artificial Intelligence, AI）は、医療画像分野での応用が広がり、特に...

露天鉱山の爆破作業は鉱物の抽出において重要ですが、同時に環境や構造への大きなリスクを伴います。爆破過程で発生するピーク粒子速度（Peak Particle Velocity, PPV）は、爆破振動が周囲の構造物や環境に与える影響を評価するための重要な指標です。正確なPPVの予測は、爆破作業の最適化、環境破壊の軽減、および構造物の安全性の確保に重要な意義を持ちます。従来の予測手法は非線形関係や高次元データを扱う際に限界がありますが、機械学習（Machine Learning, ML）技術、特にハイブリッド機械学習手法はPPV予測において大きな可能性を示しています。本稿では、露天鉱山の爆破におけるPPV予測へのハイブリッド機械学習技術の応用を体系的にレビューし、その利点、課題、および今後の研究方...

学術的背景 クラウドコンピューティング技術の急速な発展に伴い、動的で異種混在のクラウド環境において効率的なジョブスケジューリングの需要が高まっています。従来のスケジューリングアルゴリズムは単純なシステムでは良好な性能を発揮しますが、現代の複雑なクラウドインフラストラクチャではその要件を満たすことができません。クラウド環境におけるリソースの異種混在性、エネルギー消費、リアルタイム適応性などの問題は、研究者に人工知能（AI）を基盤としたソリューションの探求を促しています。AI駆動のジョブスケジューリング技術は、機械学習、最適化技術、ヒューリスティック技術、およびハイブリッドAIモデルを通じて、より高い適応性、拡張性、エネルギー効率を提供します。本稿は、AI駆動のジョブスケジューリング技術を包括的...

学術的背景 近年、ナノテクノロジーとモノのインターネット（IoT）の急速な発展により、革命的な分野であるナノモノのインターネット（IoNT）が誕生しました。ナノモノのインターネットは、ナノスケールのデバイスをインターネットに接続し、農業、軍事、マルチメディア、医療などの分野で重要な役割を果たすことができます。しかし、ナノモノのインターネットと機械学習（ML）の両方が著しい進歩を遂げているにもかかわらず、これらをどのように組み合わせるかに関する包括的な研究は比較的不足しています。既存の研究は主にナノモノのインターネットのアーキテクチャ、通信方法、特定の分野への応用に焦点を当てており、機械学習がデータ処理、異常検出、セキュリティにおいて持つ可能性を見落としています。したがって、本論文はこの空白を...