酸化物薄膜トランジスタ型バイオセンサーにおける機械学習技術の活用

カテゴリ: 研究会(論文単位)

論文No: OQD24029

グループ名: 【C】電子・情報・システム部門 光・量子デバイス研究会

発行日: 2024/12/20

タイトル(英語): Machine Learning Techniques in Oxide Thin Film Transistor Biosensors

著者名: 廣瀬 大亮(北陸先端科学技術大学院大学)

著者名(英語): Daisuke Hirose(Japan Advanced Institute of Science and Technology)

キーワード: 酸化物薄膜トランジスタ|バイオセンサー|教師あり学習|機械学習|液体プロセス|oxide thin film transistor|biosensor|supervised learning|machine learning|solution process

要約(日本語): 著者は、液体プロセスで作製した酸化物薄膜トランジスタ（ox-TFT）型バイオセンサーの研究を進めている。このox-TFT型センサーは、環境の状態変化にも敏感に応答するため、しばしば標的分子の検出判定が困難となる場合がある。この課題に対して、機械学習の教師あり学習技術を活用したセンシング判定の検討を行っている。本発表では、これらのセンシングおよび機械学習による判定結果について報告する。

要約(英語): The author has developed an oxide thin-film transistor (ox-TFT) biosensor fabricated by a solution process. Because these ox-TFT sensors are sensitive to changes in environmental conditions, it is often difficult to determine the detection of target molecules. To overcome this problem, a sensing decision using supervised machine learning techniques is being investigated. In this presentation, I will report the results of these sensing and machine learning judgments.

本誌: 2024年12月23日光・量子デバイス研究会

本誌掲載ページ: 11-15 p

原稿種別: 日本語

PDFファイルサイズ: 2,055 Kバイト