情報システム学科 藤田和広 准教授が日本シミュレーション学会「JSST 2023 Outstanding Presentation Award」を受賞
2024年1月24日
本学工学部情報システム学科 藤田和広 准教授が、2023年8月29日～8月31日に新潟大学で開催されました日本シミュレーション学会の国際会議The 42nd JSST Annual International Conference on Simulation Technology （JSST2023）にて、「Comparison of Total-Field and Scattered-Field Physics-Informed Neural Networks for Impedance Simulations」という題目で研究発表を行い、Outstanding Presentation Awardを受賞しました。この賞は、国際会議JSST2023における優秀な研究発表に対して授与されるものです。
[受賞タイトル]
Comparison of Total-Field and Scattered-Field Physics-Informed Neural Networks for Impedance Simulations
本学工学部情報システム学科 藤田和広 准教授が、2023年8月29日～8月31日に新潟大学で開催されました日本シミュレーション学会の国際会議The 42nd JSST Annual International Conference on Simulation Technology （JSST2023）にて、「Comparison of Total-Field and Scattered-Field Physics-Informed Neural Networks for Impedance Simulations」という題目で研究発表を行い、Outstanding Presentation Awardを受賞しました。この賞は、国際会議JSST2023における優秀な研究発表に対して授与されるものです。
[受賞タイトル]
Comparison of Total-Field and Scattered-Field Physics-Informed Neural Networks for Impedance Simulations
藤田和広 准教授コメント
この度はこのような栄誉ある賞を頂き、大変嬉しく思います。 当研究室では、電気電子工学や物理学で現れる電磁気の問題を人工知能に学習させる技術を研究しています。受賞題目にあるインピーダンスという量は「電気電子工学」に出てくる電気回路でなじみ深いものですが、先端科学分野等で用いられる「粒子加速器」の設計でも重要な役割を果たしており、本研究は、その粒子加速器におけるインピーダンスの解析に「人工知能技術（深層学習）」を応用し、二つの異なる深層ニューラルネットワークモデルの比較結果を論じたものです。最近ではエレクトロニクスへの適用にも取り組んでおり、今回の受賞を励みに、今後もより一層研究に励んでいきたいと思います。