{"product_id":"ieej-bta2025-3-p1-38","title":"同一波長のファイバブラッググレーティングを用いた多点ひずみセンシングの高分解能化手法の検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ：\u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No：\u003c\/strong\u003e3-P1-38\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名：\u003c\/strong\u003e【A】令和７年電気学会基礎・材料・共通部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日：\u003c\/strong\u003e2025\/8\/27\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語)：\u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名：\u003c\/strong\u003e村田 亜優(日本大学)，山口 達也(日本大学)，篠田 之孝(日本大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語)： \u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード：\u003c\/strong\u003e光ファイバセンサ,ファイバブラッググレーティング,機械学習,畳み込みニューラルネットワーク\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語)：\u003c\/strong\u003e光ファイバセンサのファイバブラッググレーティング(FBG)は電磁的ノイズの影響を受けにくい無誘導性などの優れた特性を有しており、多岐にわたる応用が検討されている。筆者らは、FBGの多点計測性能および波長分解能のさらなる向上を目的とし、機械学習を用いた計測手法の開発を進めている。本手法では、同一波長のFBGを多重化した際に生じる複雑な反射スペクトルの重なりから、各FBGのピーク波長をピコメートル精度で計測することを目指している。本文では機械学習を用いた計測手法により、ピーク波長解析性能を評価し、その有効性を検討した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ：\u003c\/strong\u003e338Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":49643099717871,"sku":"IEEJ-BTA2025-3-P1-38-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_bumontaikai_83fd0aa2-5046-4e25-aca7-d18f787a56ff.png?v=1780542005","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-bta2025-3-p1-38","provider":"電気学会 電子図書館","version":"1.0","type":"link"}