Achievements

10月 2, 2023 最終更新日時 : 4月 16, 2024 管理者

2020年度以前および他機関関連の業績はこちらを参照ください。

受賞

  • 小林由佳，令和5年度電気学会東京支部電気学術女性活動奨励賞，2024年3月31日.
  • 岩田和久，令和4年度電気学会東京支部電気学術奨励賞，2023年3月31日.
  • 佐々木秀徳，MAGDA2021優秀論文発表賞，2021年12月.

解説

招待講演

  • 佐々木秀徳，「モータ最適化（1）AI・機械学習の適用」，電気学会産業応用フォーラム 「電磁界解析による回転機の高精度性能評価技術」，2023年11月10日.(招待有)
  • 佐々木秀徳，「AIやトポロジー最適化の基礎とモータ設計への適用に関する技術動向」，TECHNO-FRONTIER 2023 第44 回 モータ技術シンポジウム，2023年7月28日.(招待有)
  • 佐々木秀徳，五十嵐一，「深層学習によるモータトポロジー最適化の高速化」，令和5年電気学会全国大会，シンポジウム講演S16-4，名古屋大学，2023年3月15日.(招待有)
  • Hajime Igarashi, Hidenori Sasaki, Hayaho Sato, "Optimal design of electric devices based on machine learning," ISEM2022, Online,2022年6月5日.(招待有)
  • 佐々木秀徳,，五十嵐一， 「深層学習を用いた回転機磁気構造のトポロジー最適化技術」，電子情報通信学会総合大会，Online，2022年3月16日.(招待有)

査読付論文

  • Hidenori Sasaki, Koichi Yamamura, "Topology Optimization with Shapley Additive Explanations for Permanent Magnet Synchronous Motors," IEEE Transactions on Magnetics, 2023.https://doi.org/10.1109/TMAG.2023.3325460
  • Kazuhisa Iwata, Hidenori Sasaki, Hajime Igarashi, Daisuke Nakagawa, Tomoya Ueda, "Generalization Performance in Predicting Torque Characteristics Using Convolutional Neural Network and Stator Magnetic Flux," IEEE Transactions on Magnetics, 2023. https://doi.org/10.1109/tmag.2023.3303458
  • Hidenori Sasaki, "Topology Optimization for Motor Using Multitask Convolutional Neural Network under Multiple Current Conditions," IEEE Transactions on Magnetics, 2022. https://doi.org/10.1109/TMAG.2022.3179426
  • Hidenori Sasaki, Yuki Hidaka, Hajime Igarashi, "Prediction of IPM Machine Torque Characteristics Using Deep Learning Based on Magnetic Field Distribution," IEEE Access, 2022. https://doi.org/10.1109/ACCESS.2022.3179835 (IF: 3.367)

国際会議

  • Kosuke TOMOTANI, Hidenori SASAKI, Ran DONG, Soichiro IKUNO, "Pre-Processing for Deep Learning of Motor Characteristics Using Empirical Mode Decomposition,"PB-1a: 7, ISEM2023,Hatchioji,Japan,2023年11月14日.
  • Hidenori Sasaki, Koichi Yamamura, "Topology Optimization of Permanent Magnet Synchronous Motor with Shapley Additive Explanations, "449, Compumag2023, Kyoto, Japan, 2023年5月25日.
  • Takahiro Sato, Hidenori Sasaki, Yuki Sato," A Fast Physics-informed Neural Network Based on Extreme Learning Machine for Solving Magnetostatic Problems," 381, Compumag2023, Kyoto, Japan, 2023年5月24日.
  • Kazuhisa Iwata, Hidenori Sasaki, Hajime Igarashi, Daisuke Nakagawa, Tomoya Ueda, "Prediction of Interior Permanent Magnet Motor Characteristics Using CNN with Vector Input of Magnetic Flux Density Distribution," 438, Compumag2023, Kyoto, Japan, 2023年5月24日.
  • Hidenori Sasaki, Daichi Takasu, Narichika Nakamura, Yoshifumi Okamoto, "Estimation Method for Magnetization Distribution in Permanent Magnet Using Deep Neural Network," CEFC2022, 353, Online, 2022年10月26日．
  • Kazuki Sumi, Yoshifumi Okamoto, Koji Fujiwara, Hidenori Sasaki, "Speedup of Flux Waveforms Control Using Deep Neural Network for Single Sheet Tester," CEFC2022, 345, Online, 2022年10月25日．
  • Hidenori Sasaki, "Visualization of Contributing region to Motor Characteristics Using Explainable Deep Learning," IGTE2022, Graz, Austria, 2022年9月19日.
  • Hidenori Sasaki, "Topology Optimization for IPM Motor Using Multitask CNN Considering Current Conditions," Compumag2021, Online, 2022年1月19日.
  • Daichi Takasu, Hidenori Sasaki, Narichika Nakamura, Yoshifumi Okamoto, "Deep Learning-based Estimation Method of Magnetization Distribution in Permanent Magnet," 2022 Joint MMM-Intermag Conference, Online, 2022年1月10日.

国内会議

  • 山口達也, 黒田優輝, 岡本吉史, 佐々木秀徳, 藤原耕二，「Neural Networkを用いた単板磁気試験器における波形制御の高速化に関する検討 」，令和6年電気学会全国大会，徳島大学， 2024年3月16日．
  • 田中駿也, 佐々木秀徳，「深層学習による拡張現実技術を用いた二次元非線形磁界可視化の高速化に関する検討 」，令和6年電気学会全国大会，3-084，徳島大学， 2024年3月16日．
  • 鈴木勇大, 佐々木秀徳, 佐藤孝洋, 佐藤佑樹，「Physics Informed Neural Networksを用いた二次元静磁界推定に関する基礎検討 」，令和6年電気学会全国大会，3-085，徳島大学， 2024年3月16日．
  • 関口汐音, 佐々木秀徳, 日高勇気，「主成分分析を活用したCNNによるSynRMの特性予測手法に関する検討 」，令和6年電気学会全国大会，5-038，徳島大学， 2024年3月14日．
  • 小林由佳, 岩田和久, 佐々木秀徳，「非対称コンシクエント磁極を有する埋込型永久磁石同期モータのトポロジー最適化 」，令和6年電気学会全国大会，5-026，徳島大学， 2024年3月14日．
  • 佐々木秀徳, 鈴木勇大, 佐藤孝洋, 佐藤佑樹，「Physics Informed Neural Networksと有限要素を用いた静磁界解析手法に関する基礎検討 」，静止器/回転機合同研究会，SA-24-009／RM-24-009，青山学院大学，2024年3月4日．
  • 野口慶喜, 岩田和久, 佐々木秀徳,「深層学習を用いた回転機のトルク波形高速予測モデルに関する検討 」,MAGDA2023,OS-4-10,金沢, 2023年11月27日.
  • 長山泰輔, 佐々木秀徳,「深層学習による応力と磁界を考慮したシンクロナスリラクタンスモータの設計領域可変トポロジー最適化に関する検討 」 ,MAGDA2023,OS-4-9,金沢, 2023年11月27日.
  • 鞆谷孝祐, 佐々木秀徳, 「ギャップ磁束密度分布を活用した回転機特性を推定する深層学習モデルの精度向上に関する基礎検討」,2023年 電気学会 電子・情報・システム部門大会, MC2-5, 札幌, 2023年9月1日.
  • 佐々木秀徳, 岩田和久, 佐藤孝洋, 佐藤佑樹, 「畳込み処理を活用したDeep Operator Networkによるモータトルクマップ推定に関する検討」, 電気学会静止器/回転機合同研究会, SA-23-079, RM-23-078, 長岡，2023年8月29日.
  • 岩田和久, 佐々木秀徳, 五十嵐一, 中川大輔, 上田智哉, 「深層学習とトポロジー最適化を併用した電気機器構造の高速逆解析手法に関する検討」, 電気学会静止器/回転機合同研究会, SA-23-074, RM-23-073, 長岡，2023年8月29日.
  • 佐藤孝洋, 佐藤佑樹, 佐々木秀徳, 「Deep Operator Networkを用いた応答局面作成に関する検討」, 電気学会静止器/回転機合同研究会, SA-23-067, RM-23-066, 長岡，2023年8月28日.
  • 五十嵐一輝, 佐々木秀徳, 塩山将英, 岡本吉史,「畳み込み処理を活用した深層学習モデルによる永久磁石内部磁化分布の逆推定」,2023年電気学会産業応用部門大会, Y-112, 名古屋工業大学，2023年8月22日.
  • 五十嵐一輝，佐々木秀徳，塩山将英，中村勢到，岡本吉史，「深層学習を用いた非破壊による永久磁石の磁化逆推定」，令和5年電気学会全国大会，2₋086，名古屋大学，2023年3月17日.
  • 鞆谷孝祐，佐々木秀徳，生野壮一郎，董　然，「経験的モード分解を用いた深層学習によるモータ特性推定精度向上に関する基礎検討」，令和5年電気学会全国大会，5₋058，名古屋大学，2023年3月17日.
  • 山村孝市，佐々木秀徳，「SHAPによるIPMSMのトルクリプル寄与領域の可視化」，令和5年電気学会全国大会，5-045，名古屋大学，2023年3月15日.
  • 岩田和久，佐々木秀徳，「コンシクエントポール型永久磁石同期モータのトポロジー最適化に関する基礎検討」,電気学会 静止器/回転機合同研究会,SA-23-025/RM-23-025,東海大学,2023年3月3日.
  • 佐藤孝洋，佐々木秀徳，佐藤佑樹，「Extreme Learning Machineを用いた磁界系Physics-informedニューラルネットワークの検討」，電気学会 静止器/回転機合同研究会,SA-23-023/RM-23-023,東海大学,2023年3月3日.
  • 岩⽥ 和久，佐々⽊ 秀徳 ，五⼗嵐 ⼀，中川 ⼤輔，上⽥ 智哉，「深層学習による磁⽯位置と磁性体形状の変化を同時考慮したIPMSMの特性推定に関する検討」，MAGDA2022，OS-4-15，鹿児島，2022年11月1日．
  • 佐々木秀徳, 「SHAPによる深層学習説明性を併用したIPMSMのトポロジー最適化」, 電気学会 静止器/回転機合同研究会, 近畿大学, 2022年9月30日.
  • 佐々木秀徳, 五十嵐一, 中川大輔, 上田智哉, 「自動車駆動用モータにおける磁気回路設計の自動化と高速化に向けたモータの磁気特性予測の検討 第2報」, 電気学会 静止器/回転機合同研究会, 近畿大学, 2022年9月30日.
  • 佐々木秀徳，五十嵐一，中川大輔，上田智哉，「深層学習を用いたモータ構造の多段階トポロジー最適化に関する基礎検討」，令和4年度電気学会産業応用部門大会，上智大学，3-70，2022年9月1日.
  • 角 和樹, 岡本吉史, 藤原耕二, 佐々木秀徳, 「Deep Neural Networkを用いた初期波形推定による単板磁気試験器における磁束波形制御の高速化に関する検討」,令和4年電気学会全国大会, Online, 2022年3月21日.
  • 中川大輔, 上田智哉, 佐々木秀徳, 五十嵐一,「自動車駆動用モータにおける磁気回路設計の自動化と高速化に向けたモータの磁気特性予測の検討」,電気学会 静止器/回転機合同研究会, Online, 2022年3月8日.
  • 佐々木秀徳, 五十嵐一, 中川大輔, 上田智哉, 「ギャップ磁束密度分布を活用した回転機特性予測モデルの汎化に関する検討」, 電気学会 静止器/回転機合同研究会, Online, 2022年3月8日.
  • 髙須大地, 佐々木秀徳, 中村勢到, 岡本吉史, 「深層学習を用いた永久磁石磁化推定手法に関する検討」, 電気学会 静止器/回転機合同研究会, Online, 2022年3月8日.
  • 佐々木秀徳, 「分布データを活用した深層学習のモータトルク特性推定精度向上に関する検討」, MAGDA2021, Online, 2021年12月6日.
  • 佐々木 秀徳, 「CNNを用いた複数電流条件におけるトルクリップル推定高精度化に関する検討」,電気学会 静止器/回転機合同研究会, Online, 2021年9月10日.
カテゴリー
Achievement
前の記事
電気学会誌10月号特集に佐々木専任講師の記事が掲載されました。
10月 2, 2023
次の記事
佐々木専任講師がFirst Authorの論文がIEEE Transactions on Magneticsに掲載されました。
10月 20, 2023