MITの学生チーム、金属3Dプリンティング用金型鋼材料を開発――Teslaギガファクトリーの金型製造も - fabcross for エンジニア
MITの学生チームは、3Dプリント可能な新しい金型鋼材料を発表し、ASM Materials Education Foundationが主催する学生向けデザインコンペで3位を獲得した。大型の金型を製造可能で、TeslaがEV製造ライン向けに採用を検討しているという。 チームのメンバー、Ian Chen氏とKyle Markland氏によるプロジェクトは、2021年春の授業がきっかけだ。指導したGregory Olson教授は、世界でも有数の計算材料科学者の一人で、その方法論は、AppleがApple Watchの製作に利用し、TeslaのCEOであるElon Musk氏の興味を引いた。 Olson教授はMusk氏に関して「航続距離が長く、かつ安価なEVを製造するために、彼はアルミニウム構造を手頃な価格で実現する必要があった」と語る。小型の自動車模型用ダイキャストを見たMusk氏は「これをス
ほとんど水、カロリー4分の1の「バター」を開発――人工安定剤不要、タンパク質やビタミンの追加も可能 - fabcross for エンジニア
ほとんどが水で構成される低カロリーの“バター”が開発された。この研究は、コーネル大学の食品科学の教授のAlireza Abbaspourrad氏らによるもので、2019年6月27日に『ACS Applied Materials & Interfaces』に掲載された。 この研究では、バターの代替品を作り出すために、ごく少量の植物油と乳脂肪を使って大量の水を乳化する新しいプロセスを見出した。水と油を乳化すること自体は新しくないが、今回、高内相エマルション（high-internal phase emulsions: HIPE）技術を用いることで、最終組成が水80％、油20％の“バター”を作り出した。 一般的なバターは、水分が約16％、脂肪が約84％となっている。大さじ1杯当たり、脂肪が約11g、ほぼ100カロリーだ。それに対し、今回開発された“バター”は、大さじ1杯当たり、脂肪2.8g、25
「スマート」ガラスを用いた画像認識技術――電源も電子回路も不要 - fabcross for エンジニア
「スマート」ガラスを通過する光線が、後方面（右端）で光エネルギー集中スポット・パターンを生成し、ディープラーニングにより手書き数字の識別が可能になる。 IMAGE COURTESY ZONGFU YU ウィスコンシン大学の研究チームが、電源や電子回路、センサーなどを必要としない「スマート」なガラスを用いた画像認識技術を考案した。サブ波長サイズの気泡や異相が多数配置されたガラス材料において、画像から発射された光が反射や回折、吸収を繰り返した後、ガラス後方面で一定の光エネルギー集中スポットを生じることを利用し、ディープラーニングを通じて画像認識を実現するというもので、研究成果は、2019年7月8日発行の『Photonics Research』誌8月号に掲載されている。 顔認識をはじめとして、人工知能ニューラルネットワークによる画像認識は、様々な分野で開発されている。画像認識におけるひとつの問題
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
