日本フォトニクス協議会は光関連団体、機関、企業と連携し、光技術の発展と光ビジネスの創出・確立を図ります。

特定非営利活動法人日本フォトニクス協議会について

日本が有する光技術に関する個別のアイデア、ノウハウ、教育システム、生産技術、デバイス技術およびそれらを有する人材や企業は世界のトップレベルにあります。

特定非営利活動法人日本フォトニクス協議会(JPC)ではこれらの人材や企業を結集し、グローバルかつ自由な視点で我が国のビジネス戦略を考え、光ビジネスの創成・展開をはかるためには、光全体を俯瞰できるオープンな産学連携の場の設置が必要であると考え、2009年10月27日に設立されました。定期的に開催しているJPCフォーラムを軸に幅広い活動を進めてまいりました。

  • 2012年4月に分科会:産業用LED応用研究会(委員長:天野浩、名古屋大学教授)を設立。
  • 2014年4月に支部:JPC関西(支部長:中井貞雄、大阪大学名誉教授)設立。
  • 2014年11月に専門委員会:JPC紫外線研究会(委員長:平山秀樹、理化学研究所主任研究員)設立。
  • 2016年8月に分科会:知財戦略専門部会(委員長:藤野仁三、前東京理科大学教授)設立。
  • 2017年5月に産学連携委員会:JPCアカデミック・パートナーシップ・ゼミナール(APS)設立。

このようにJPCでは多くの光技術関係者の協力のもと、活発な活動展開を行っており、本会にご入会いただくと次のような特典が得られます。

  • メールニュースの配信
  • セミナー会員割引
  • 情報発信
  • 助成金申請
  • イベントへの優先参加
  • コンサルテーション
  • 書籍や資料等の特別割引
  • フォーラム・懇親会参加
  • ビジネスアライアンス
  • 提言・提案・要望の実現

<ロボットの音声>
今、ロボットがしゃべる、と思いますか。あれは、予め録音して置いた音声を、容量の大きいmemoryにstoreしておいて其れを聞かせてるのです。ロボットにはreal-timeには音声信号は絶対に作れません。我々人間が言葉を喋る時は、次の様な複雑な手続きで、行います。先ず、言語中枢は、左半球に在ります。左半球と云っても、全領野の助けを借ります。
「ウエルネッケ野」と「ブローカー野」です。前者が、「言語理解」後者が「発音、発生」です。日本語の場合は、前者が各領野の力を借りて、Real timeに、日本語文法に適する様に、「イロハ48文字の文字列」を作ります。此れをCode化
(当然2進符号)して、多くても6本位の並列繊維で「ブローカー野」へ送ります。此処で此の信号は、音声を発する為の信号、即ち「構音筋の制御信号」にReal timeに変換されます。この場合、「構音筋の制御信号」を作る時は、「文字列の一文字処理」です。例えば「こんにちわ」ですと、一文字ずつ、「共鳴箱」の形を変化させるのです。そうして日本語を発するのです。この場合、処理速度が極めて速いのです。一般に神経回路は「monolithic-回路」と云い「右」から入ったら処理されて「左」に出て行く、と云う物です。ですから、会話に十分追いついて行けるのです。他の外国語も同じ処理です。
...

View on Facebook

谷田貝豊彦先生・武田光夫先生 SPIE受賞記念講演会・祝賀会のイベントページを作成しました!盛大にお祝いしましょう! ...

谷田貝豊彦先生・武田光夫先生 受賞記念講演会・祝賀会

12月 26, 2017, 9:30am - 12月 26, 2017, 8:00pm

谷田貝豊彦先生・武田光夫先生,SPIE受賞記念講演会・祝賀会 主催:宇都宮大学SPIEスチューデントチャプター    宇都宮大学オプティクス教育研究センター 共催:宇都宮大学工学研究科先端光工学専攻 協賛:一般社団法人日本光学会 板橋区 株式会社オプトロニクス社    電気通信大学情報理工学研究科 日時;2017年12月26日 15:00-17:30 (18:00~ 祝賀会, 9:50~ 研究活動紹介) 場所:板橋区グリーンホール・2階 ホール(祝賀会 6階・会議室) 参加費:講演会:6,000円(学生:2,000円),祝賀会:5,000円 プログラム: 9:30-17:00 受付 (17:00以降 祝賀会場前で受付) 9:50-14:30 宇都宮大学・電気通信大学 オプティクス関連研究活動紹介 15:00〜15:20 開会挨拶・賞の説明 (大谷幸利) 15:20〜16:20 谷田貝豊彦「Dennis Gabor Award」 受賞記念講演 16:30〜17:30 武田光夫 「Chandra S. Vikram Award」受賞記念講演 18:00〜20:00 祝賀会 申込み方法 以下の情報を,早崎(hayasaki@cc.utsunomiya-u.ac.jp)までE-mailに送り下さい. 名前,所属,E-mailアドレス,何時頃から出席するか(参考のため) 会費の支払い方法:受付で現金での支払い.別途ご希望があればお知らせ下さい *参加できない方で,谷田貝先生や武田先生にメッセージのある方,早崎までお知らせ下さい.各先生にお伝えするとともに,問題なければ祝賀会の中で紹介させて頂きます. *すでにご連絡頂いた方は,再度送信は不要です.

View on Facebook

<学習の要の誤差伝播法>(つずき)やっと、
「誤差伝播法」に入ります。「出力信号」と
「教師信号」の各bitを比べて、出力が「1」で教師が「1」の時何もしない。出力が「1」で教師が「0」の時、「誤差伝播法」が発動する。
出力が「0」で教師が「1」の時も発動。前者の時Wjiを僅かずつ昂奮を下を、後者の時はWjiを僅かずつ上げる様にする。「ガボット」動かさない事。それより前の、神経細胞で出力が「1」ならしめて居る全ての物の「重みWji」をΔWだけ減ずる。又、同様に、「0」ならしめて居る全ての物の「重みWji」をΔWだけ増加させる。この点から「誤差逆伝播」の名前が付けられた。此れが正しい名前です。
「回路のEnergy関数を定義」して「多峰性の極値探索問題」となり、此れを解いて居る最中です。此の探索が終わった時が学習終了です。
私の場合は6時間かかりました。つまり、「最小のEnergy」の時がその回路の、
一番進化した状態です。然し「極値=最小値」では無いのです。此の点から脱出する方法も提案されて居ます。ですから、Computerの方が人間よりも上であり、例え、「出力」が「教師」に等しくとも、
「回路のEnergy」は最小には成って居ないのです。この点が「ボナンザ」が
有段者に勝った理由です。
前者の後者は「部分集合」を指して居たのです。「経験と勘」で、やって居たのです。「ボナンザ」が「非常識と見える手」をウツのですが
其れが、後から見れば「最適手」に成って居るのです。此れから将棋は変わります。どうなるか見て行きましょう。(おわり)
...

View on Facebook

<学習の要の誤差伝播法>(つずき)次は神経回路の方程式です。
Xi(t+1)=sign(ΣWjiXj(t)-θi): sign(*)は
(*)>=0の時->「1」(*)<0の時->「0」とする。
Wjiは神経細胞jより神経細胞 i に来るsynapsの「重み」
Xj(t)=1 or 0 で時刻tにおいてXj が昂奮、静止して居るかを
示す。Xi(t+1)は「1単位時間後の状態」を決める式。
θi はXi の「閾値level」
今は、sign function を使わずに F(z)=1/(1+e^(-z)) を使う。
なぜならばprogrammingする時、「If 文」を多用するので、
F(z)は其れが無い。入力線が8本、出力線が5本、教師信号
のRegisterが5bitの大きさ。此れに「隠れ層」「入力層」は
8本の入力線も含む。「出力層」も5本の出力線も含む。
此れに「教師信号Register5bit」で構成されるのです。いよいよ学習の開始です。入力にはat Random に2者の和を加える事。同じ数字ばかりだと、其の数、のみしか認識出来ない
機械に成ってしまうので。(つずく)
...

View on Facebook

<学習の要は誤差伝播法>も一つ準備して置きましょう。
此処では、y=f(x)なる、関数の意味です。
「f(x)=2x」を取り上げましょう。fの意味は、「x」に対して
「2x」を対応させて、「2x」=yとします。「x」が全て実数値を動き動く時、其の2倍が「y」と成�りやはり実数全体を動きます。此処で「x」を「入力」「y」を「出力」と呼び名を
換えると「f」は「xをy」に対応させる物、即ち「入力」を「出力」に「対応」、又は「写像」する物と云います。
この関数の考え方で、私はcomputerを設計して居ました。
computerは「情報処理機械」で「入力」を「出力」へ写像する関数と見れば、こんなに優しい事は無いのです。「情報処理機械」は全部この手でやれば良いのです。「神経回路」も
「情報処理回路」ですので、「入力」を「出力」に写像する
「回路」です。此れは「生きた回路」です。其の様に考えて下さい。此の方が簡単で見通しが良いのです。「学習理論」を易しい例題で説明します。25年前に実際に私がやった物です。「1から15までの和が出る様に回路に学習させる物です。」先ず和は、0+0、から15+15です。全部で
16C2=120通り、minは0、maxは30です。次に足す数、
足される数を「2進数」で表します。15=(1111),0=(0000)
ですので、「入力線維」は、4本と4本で良いのです。
「出力線維」は最大が15+15=30ですので、5本=31=(11111)
でたります。「入力」と「出力」の間に神経回路の本体である「隠れ層」が入ります。学習には必ず「教師信号」が必要ですが、我々は既に「5+3=7」を知って居ますし、又Computerで先回りして作って置きます。此れも2進数で表しますmax=30=(10100)です。後は回路の構成でが(つずく)
...

View on Facebook