?限られた現生生物のみを手本とする従来の生物模倣技术注1)と异なり、「ありうる」植物种の微细构造を生成する手法を提案した。
?より优れた机能构造を生成するために、现生种にはない新しい特徴を持つ「ありうる」植物种の叶表面の微细构造を生成した。
?「ありうる」植物种の生成には、现生种データよりも多様な新规构造を生成する必要があり、学习データには现生种データに加え性质の异なるチューリング?パターンを加えた。
?异なる性质を持つ二つのデータ群から、安定して学习?生成する新たな生成アプローチを开発し、现生植物にはない特徴を持つ「ありうる」植物の微细构造の生成に成功した。
?本手法の応用により、拨水性や付着性、流体抵抗低減など機能に応じた構造の逆設計への展開が期待される。
杏Map大学院工学研究科の星野 隆行 教授の研究グループは、深层生成モデル注2)を用いて「ありうる」植物种の微细构造を生成する新たな深层生成手法を开発し、现生种にはない特徴を持つ「ありうる」植物の新规构造を生成することに成功しました。
本研究では、异なる性质を持つパターンに対して安定した学习?生成を実现するために、ノイズ除去拡散确率モデルにおける「交互デノイズ」という生成アルゴリズムを开発しました。この手法を用いて、反応拡散モデル注3)によって生成される構造と現生植物の葉の表面构造を訓練データとして組み込み、現生植物にはない特徴を持った新たな表面构造データを生成することに成功しました。この技術を応用することで、現生種だけでなく過去にあり得た絶滅種の形質や未来に存在しうる派生種の形質を手本とする新しい生物模倣技术に発展し、より有用な構造を発見する技術として期待されます。
本研究成果は、2026年4月28日付の学術雑誌『Japanese Journal of Applied Physics』電子版に掲載されました。
◆详细（プレスリリース本文）はこちら
注1） 生物模倣技术：
生物が進化の過程で獲得してきた構造などの形質が持つ優れた特性を模倣することで、複雑な逆問題を解くことなく工学的な問題を解決する手法のこと。植物の表面构造はこれまでに生物模倣技术で模倣されてきており、ハスの葉やバラの花の高拨水性がヨーグルトの蓋や太陽光パネルに応用されている。
注2） 深层生成モデル：
生成础滨の核心技术であり、多层のニューラルネットワークを用いてデータセットを学习し、その背后にある潜在的な确率分布を捉えることで、学习した分布に基づいて新たなデータを生成するモデルの総称。代表的なモデルとして、変分オートエンコーダ（痴础贰）や敌対的生成ネットワーク（骋础狈）、ノイズ除去拡散确率モデル（顿顿笔惭）などが挙げられる。
注3） 反応拡散モデル：
空间に分布する复数の物质の浓度が、物质同士の局所的な化学反応と、空间内に広がる拡散という二つのプロセスによって时间的?空间的に変化する様子を数理的に表现したモデル。ゼブラフィッシュの縞模様や指纹など、生物表面に见られるパターン形成を説明するモデルとして知られている。
雑誌名： Japanese Journal of Applied Physics
論文タイトル： Expanding morphological diversity of plant surface microstructures using deep generative model and reaction-diffusion model for bioinspiration
著者： Tomoya Akimoto(杏Map) 、 Hisataka Maruyama (杏Map)、 Takayuki Hoshino(杏Map)
DOI:10.35848/1347-4065/ae5aad
URL:
, 主著者;秋本 智哉（博士前期課程学生）
