木本 智幸(KIMOTO Tomoyuki)

  • 職位: 教授
  • 校務分掌: 点検評価担当,総合情報センター長
  • 担当科目:
    電気回路Ⅰ・Ⅲ,通信工学Ⅰ・Ⅱ,ネットワークアーキテクチャ,工学実験,生体情報工学,卒業研究,特別研究
  • 現在の専門分野:
    ニューラルネットワーク(特に連想記憶モデル),脳数理工学
  • 現在の研究テーマ:
    • 連想記憶モデルによる脳のメカニズム解明
  • 所属学会:
    電子情報通信学会,日本神経回路学会,日本物理学会
  • 学生や入学希望者に向けて一言:
    好きなことを探しましょう.何事にもチャレンジしましょう.
  • 座右の銘:
    当たって砕けろ

研究室紹介

 

当研究室では、ニューラルネットワークの研究を行っています(最近ではAI:人工知能と言った方が分って頂けるのかもしれません)。ニューラルネットワークにも色々な種類がありますが、本研究室ではHopfield型の連想記憶モデルについての統計力学による理論的解析から、畳み込み型ニューラルネットワークによる画像認識に関する応用まで、幅広く研究を行っています。一例として、現在企業と行っている共同研究をご紹介します。

 

「人工知能によるICパッケージング外観検査装置の開発」

IC製造の最終段階であるパッケージング工程において、樹脂の充填不良やボイド(欠損)が発生することがあります。こうした不良品の検出は従来のコンピュータアルゴリズムでは精度よく実行することが難しいため、精度向上のために人間の目視検査に頼っているのが現状です。しかし、人間も疲労による検査精度のバラつきが出るという問題もあります。これらの問題に関して、地元企業から技術相談を受けたことをきっかけに、当研究室では人工知能(AI)による検査システムの開発を行いました。検査精度を高めるためには、大量の不良画像をAIに深層学習させることが重要ですが、膨大な数の不良品画像や計算機パワーを必要とすることから、不良品画像を疑似的に増産するとともに、計算コストを下げる方法を開発しました。検出を行う不良は、写真の様に小さいボイドです。従来のアルゴリズムでは誤認識していた0.15mm程度の小さな不良についても高精度で検出可能なシステムを開発しました。特に、ボイドがICの縁にある場合は、ICのリードフレーム(足)が影響して検出精度が落ちやすくなりますが、AIを利用することで、そうした困難も克服しました。