深層学習による未知画像・信号の高性能ノイズフィルタリング

急速に進化しつつある多くの先端的計測・センシングのデバイス・装置では、１分子や超遠方物体など極限の対象を計測します。

しかし、計測条件の難化に伴い熱雑音や量子雑音など多くのノイズが複雑に混入し、それらがしばしば高精度な計測を妨げてしまいます。

そこで、複雑な過程を通じて混入したノイズを効果的に除去する深層学習フィルタを、ノイズの多い計測データのみから学習する技術の開発を行っています。その一環として、ウイルスを計測するナノデバイスの出力ノイズを効果的に除去することに成功しました。