細菌の環境多様性がAI駆動ACナノポア法の識別性能に及ぼす影響と統合学習による頑健化

カテゴリ：部門大会

論文No：11A3-PS-58

グループ名：【E】第42回「センサ・マイクロマシンと応用システム」シンポジウム

発行日：2025/11/3

タイトル(英語)：The influence of bacterial environmental diversity on the identification performance of AI-driven AC nanopore methods and its robustification by ensemble learning

著者名：*細谷 駿太（東京科学大学）, 仲間 礼佳（東京科学大学）, 山本 貴富喜（東京科学大学）

著者名(英語)：

キーワード：ナノポア,インピーダンス,交流,バクテリア,環境多様性,nanopore,impedance,alternative current,bacteria,environmental diversity

要約(日本語)：AI駆動ACナノポア法において、培地やpHなどの液性環境が識別性能へ与える影響を体系的に評価した。孔径約3 µmのリング電極型ナノポアデバイスで取得した波形を1D‑CNNで学習し、複数のpH条件を含めで学習すると、未学習条件でも精度を維持することが明らかとなった。菌種・培地で汎化挙動が異なる一方で、学習範囲を拡張することによりデバイスを変更することなく頑健な識別を実現できることを実証した。

要約(英語)：We evaluated an AI‑driven AC nanopore sensor for single‑particle microbial identification under environmental diversity. Using a 3‑µm ring‑electrode nanopore and 1D‑CNN, we showed that training across pH 5/7/9 improves generalization to uncounted pH. Broadening training conditions yields robust sensing without hardware changes.

PDFファイルサイズ：1,178Kバイト