Table of Contents/目次

　Kazuo YONEKURA

　Career／経歴

　Awards & Honors／受賞歴

　Publications and Others／業績

　Academic Communities／学協会活動

Kazuo YONEKURA

Name米倉　一男　／　Kazuo YONEKURA
Major数理最適化，最適設計，機械学習，計算力学，航空宇宙工学
Mathematical Programming, Design Optimization, Machine Learning, Computational Mechanics, Aero-Astronautical Engineering 　
DegreePh.D. ／博士（情報理工学）
Affiliations東京大学大学院 工学系研究科 システム創成学専攻 講師　／　The University of Tokyo, Lecturer
株式会社ＩＨＩ 主任研究員（非常勤）／　IHI Corporation, Part-time employee
株式会社MJOLNIR SPACEWORKS
LicensesPrivate Pilot (U.S.)，気象予報士

Career／経歴

Educations

2008年4月東京大学 工学部航空宇宙工学科 卒業　
／ B.Eng., The Univ. Tokyo, Dept. Aerospace and Astronautics.
2010年3月東京大学大学院 情報理工学系研究科 数理情報学専攻 修士課程修了　
／　M.Eng., The Univ. Tokyo, Dept. Math. Informatics.
Master Thesis: 構造物の設計及び解析に対する逐次錐計画法
2016年3月東京大学大学院 情報理工学系研究科 数理情報学専攻 博士課程修了　
／　Ph.D., The Univ. Tokyo, Dept. Math. Informatics.
Ph. D. Thesis:

Work Experiences

2010年4月 - 2020年3月株式会社ＩＨＩ 技術開発本部 入社（2020年より非常勤）
／ IHI Corporation, Corporate R&D, (Part time from Apr. 2020 to present)
2013年10月 - 2014年10月University of Colorado Boulder, Visiting Scholar.
2020年4月 - 現在東京大学大学院 工学系研究科 システム創成学専攻 講師
／ The Univ. of Tokyo, Dept. of Systems Innovation, Lecturer

Awards & Honors／受賞歴

Research Awards／研究関連

  • 奨励業績表彰，日本機械学会　設計工学システム部門（2021年9月16日）[web]
  • 奨励賞（研究）, 日本機械学会（2017年4月）[web]
  • Young Researcher Award, Asian Congress of Structural and Multidisciplinary Optimization（2016年5月）
  • 研究賞, 日本航空宇宙工業会（2012年10月）
  • 研究科長賞, 東京大学大学院 情報理工学系研究科（2010年3月）

Business Contests & Hackathons／ビジコン・ハッカソン等

  • 最優秀賞，Risk Taker賞，S-Booster（2022年12月）
  • NoMaps賞，NoMaps Dream Pitch（2020年10月）
  • 最優秀賞，戦略タスクフォースリーダー養成プログラム（2018年9月）[web]
  • Yahoo!賞, International Space Apps Challenge Tokyo（2013年4月）[web]

Grants／競争的資金

科学研究費補助金

  1. 研究代表者：　科研費 2023年度 若手研究．”物理モデルベース機械学習によるデータ駆動型設計の高度化（23K13239）”．468万円，2023～2025年度．
  2. 研究代表者：　科研費 2021年度 若手研究．”機械学習に基づいたデータ駆動型設計の構築（21K14064）”．468万円，2021～2022年度．

民間の競争的資金

  1. 研究代表者：　造船学術研究推進機構（日本造船工業会），”深層学習を用いた船型形状の生成”．45万円，2021年度．

公的補助金等

  1. 研究分担者：　NEDO 2023年度 「ディープテック・スタートアップ支援事業」．助成額1億6888万7千円（事業総額2億5333万2千円），2023-2024年度．
  2. 研究分担者：　NEDO 2023年度 「SBIR推進プログラム（一気通貫型）」．助成額1億円（事業総額1.5億円），2023-2024年度．
  3. 研究分担者：　NEDO 2021年度 「宇宙産業技術情報基盤整備 研究開発事業」”低コスト・大量生産が可能な衛星・ロケット用軽量タンクの研究”．助成額1652万円（事業総額2478万円），2021年度．

Publications and Others／業績

Invited Talks, Lectures & Articles／講習会・招待講演・招待論文

Invited Articles／招待論文

  1. K. Yonekura*, N. Miyamoto, K. Suzuki: "Inverse airfoil design method for generating varieties of smooth airfoils using conditional WGAN-gp", Structural and Multidisciplinary Optimization, 65, paper id: 173 (2022)
  2. 米倉一男*: "変分オートエンコーダを用いた翼形状創出における潜在空間の定量的分析", 日本機械学会論文集, 87 (903), paper ID: 21-00212 (2021).
  3. 服部均*, 米倉一男: "深層強化学習を用いたLPT翼の最適化", ながれ, 38 (2), 89-92 (2019).

Keynote Lectures & Invited Talks／基調講演・招待講演

  1. "データ駆動型設計を用いた機械設計", AI・データ利活用研究会, 大阪（Online）, 1月13日, 2022.
  2. "流体機械におけるデータ駆動型設計", 日本機械学会計算力学部門第４回「解析・設計の代替モデリング研究会」, 東京（Online）, 12月21日, 2021.
  3. "産業機械のデータ駆動型設計", OpenNA, Youtube, Nature Architects, 12月10日, 2021. [Youtube link]
  4. "産業機械のデータ駆動型設計", 接着・接合技術コンソーシアム第 2 回データ駆動ワーキンググループ, 東京（online）, 10月14日, 2021. (Keynote)
  5. "機械設計における機械学習を用いるデータ駆動型設計", 工学と数学の接点を求めて, 大阪, 11月20日, 2020. (Invited)
  6. "機械設計における機械学習を用いるデータ駆動型設計", 数理工学ワークショップ, 大阪, 2月29日 - 3月1日, 2020. (Invited)
  7. "機械学習とCAEを利用したターボ機械の設計支援技術", 第三回CAEワークショップ, 服部均, 斉藤弘樹, 米倉一男, 東京, 12月5日, 2019. (Invited)

Public Lectures／講習会

  1. "機械学習を用いたデータ駆動型設計", 日本機械学会講習会「流体とインフォマティクス」. 2020年1月，2021年1月，2022年1月.
  2. 日本機械学会講習会「最適設計法の活用 ～データサイエンスを活用した最適設計と構造最適化を利用した積層造形」, 2020年12月18日
  3. "機械学習によるデータ駆動型設計", 東海支部第145回講習会『データサイエンスで拓く流体力学』, 2020年12月4日

Peer Reviewed Articles／査読付き論文

  1. F. Ko*, K. Suzuki, , K. Yonekura: "Update Monte Carlo tree search (UMCTS) algorithm for heuristic global search of sizing optimization problems for truss structures", under review. [arXiv preprint]
  2. H. Saito*, K. Yonekura: "Applications of machine learning in surge prediction for vehicle turbochargers”, under review.
  3. M. Nishio, K. Yonekura*: "Predicting the RSV epidemic with meteorological data using deep neural networks", submitting.
  4. K. Yonekura*, Y. Oshima, M. Aichi: "Fundamental study of diffusion model for airfoil design synthesis", under review.
  5. K. Yonekura*, S. Miyazaki, M. Aichi, T. Nishizu, M, Hasegawa, K. Suzuki: "Prediction of groundwater level in Indonesian tropical peatland forest plantations using machine learning", Hydrological Research Letters, .
  6. K. Yonekura*, K. Omori, X. Qi, K. Suzuki: "Ship hull form design using generative adversarial networks", Journal of Marine Science and Technology.
  7. N. Kato, K. Suzuki, Y. Kondo, K. Suzuki, K. Yonekura*: "Automotive motor rotor design synthesis using cWGAN-gp with distortion penalty", Structural and Multidisciplinary Optimization.
  8. K. Yonekura*, Y. Tomori, K. Suzuki: "Airfoil generation and feature extraction using the conditional VAE-WGAN-gp", Japan Journal of Industrial and Applied Mathematics.
  9. K. Yonekura*: "Physics guided generative adversarial network (PG-GAN) to learn physical models", under review.
  10. S. Ogawa*, K. Yonekura, K. Suzuki: Multimaterial Topology Optimization of Unsteady Heat Conduction Problems Based on Discrete Material Optimization, International Journal of Heat and Mass Transfer, In-Press (2024). DOI:10.2139/ssrn.4635977
  11. K. Yonekura*, R. Aoki, K. Suzuki: "Quantification and reduction of uncertainty in aerodynamic performance of GAN-generated airfoil shapes using MC dropouts”, Theoretical and Applied Mechanics Letters, In-Press, 100504 (2024). DOI:10.1016/j.taml.2024.100504
  12. K. Wada, K. Suzuki, K. Yonekura*: "Physics-guided training of GAN for airfoil design synthesis for high accuracy and generating completely new data", Computer Methods in Applied Mechanics and Engineering, 421, 116746 (2024). DOI:10.1016/j.cma.2024.116746 [pdf]
  13. 小川 竣*, 米倉 一男, 鈴木 克幸: “材料コストと変位制約条件を考慮したマルチマテリアルトポロジー最適化”, 日本機械学会論文集, 89 (926), p. 23-00180 (2023).
  14. K. Yonekura*, H. Hattori, K. Shikada, K. Maruyama: "Turbine blade optimization considering smoothness of Mach number distribution using deep reinforcement learning", Information Sciences, 642, 119066 (2023). DOI: 10.1016/j.ins.2023.119066.
  15. K. Yonekura*, H. Hattori, T. Nishizu: "Fluid topology optimization and additive manufacturing of a liquid atomizer using an extensive number of grids", The International Journal of Advanced Manufacturing Technology,  126, 1799-1806 (2023). DOI: 10.1007/s00170-023-11084-y
  16. K. Yonekura*, K. Maruoka, K. Tyou, K. Suzuki: "Super-resolving 2D stress tensor field conserving equilibrium constraints using physics informed U-Net", Finite Elements in Analysis & Design, Vol. 213, paper id: 103852 (2023). DOI: 10.1016/j.finel.2022.103852 [arXiv preprint]
  17. C. Guzelbulut*, S. Shimono, K. Yonekura, K. Suzuki: "Detection of gait variations by using artificial neural networks", Biomedical Engineering Letters, 12, 369–379 (2022). DOI:10.1007/s13534-022-00230-2 [view only link]
  18. K. Yonekura*, N. Miyamoto, K. Suzuki: "Inverse airfoil design method for generating varieties of smooth airfoils using conditional WGAN-gp", Structural and Multidisciplinary Optimization, 65, paper id: 173 (2022). DOI: 10.1007/s00158-022-03253-6. (Invited paper) [preprint]
  19. T. Viscor*, L. Kamps, K. Yonekura, H. Isochi, H. Nagata, "Large-scale CAMUI type hybrid rocket motor scaling, modeling, and test results", Aerospace, 9 (1), 1-9 (2022). DOI:10.3390/aerospace9010001.
  20. K. Yonekura*, K. Wada, K. Suzuki: "Generating various airfoils with required lift coefficients by combining NACA and Joukowski airfoils using conditional variational autoencoders", Engineering Applications of Artificial Intelligence, 108, paper id: 104560(2022). DOI: 10.1016/j.engappai.2021.104560. [arXiv preprint]
  21. 米倉一男*: "変分オートエンコーダを用いた翼形状創出における潜在空間の定量的分析", 日本機械学会論文集, 87 (903), paper ID: 21-00212 (2021). (Invited paper) DOI:10.1299/transjsme.21-00212
  22. K. Yonekura*, T. Shinohara, K. Masaki: "Cost-effective estimation of flash extrusion and defects in linear friction welding using Voronoi diagrams", Journal of Manufacturing Process, 68 (B), 158-167 (2021). DOI:10.1016/j.jmapro.2021.07.012. [Author preprint]
  23. K. Yonekura*, K. Suzuki: "Data-driven design exploration method using conditional variational autoencoder for airfoil design", Structural and Multidisciplinary Optimization, 64 (2), 613-624 (2021). DOI:10.1007/s00158-021-02851-0. [View only link]
  24. K. Yonekura*, H. Hattori: "Framework for design optimization using deep reinforcement learning", Structural and Multidisciplinary Optimization, 60, 1709-1713 (2019). DOI:10.1007/s00158-019-02276-w. [View only link]
  25. 服部均*, 米倉一男: "深層強化学習を用いたLPT翼の最適化", ながれ : 日本流体力学会誌, 38 (2), 89-92 (2019). [Direct link] (Invited paper)
  26. K. Yonekura*, Y. Kanno: "A heuristic method using Hessian matrix for fast flow topology optimization", Journal of Optimization Theory and Applications, 180 (2), 671-681 (2019). DOI:10.1007/s10957-018-1404-4
  27. A. Takezawa*, K. Yonekura, Y. Koizumi, X. Zhang, M. Kitamura: "Isotropic Ti–6Al–4V lattice via topology optimization and electron-beam melting", Additive Manufacturing, 22, 634-642 (2018). DOI:10.1016/j.addma.2018.06.008
  28. K. Yonekura*, Y. Kanno: "Topology optimization method for interior flow based on transient information of the lattice Boltzmann method with a level-set function", Japan Journal of Industrial and Applied Mathematics, 34 (2), 611-632 (2017). DOI:10.1007/s11081-010-9107-1
  29. 西津卓史*, 谷次智弥, 竹澤晃弘, 米倉一男, 渡邊修, 北村充: "トポロジー最適化と積層造形を活用したラティス構造の創出手法", 機械学会論文集, 83 (855), 16-00581 (2017). DOI:10.1299/transjsme.16-00581 [Direct Link to PDF]
  30. 米倉一男*, 寒野善博: "格子ボルツマン法を用いた流れ場のトポロジー最適化において部分的に Newton 法を用いることによる収束速度の向上", 機械学会論文集, 82 (833), 15-00337 (2016). DOI:10.1299/transjsme.15-00337  [Direct Link to PDF]
  31. N. Morita*, K. Yonekura, I. Yasuzimi, M. Tsunori, G. Hashimoto, H. Okuda: "Development of 3× 3 DOF blocking structural elements to enhance the computational intensity of iterative linear solver", Mechanical Engineering Letters, 2, 16-00082 (2016).  DOI:10.1299/mel.16-00082 [Direct Link to PDF]
  32. K. Yonekura*, Y. Kanno: "A flow topology optimization method for steady state flow using transient information of flow field solved by lattice Boltzmann method", Structural and Multidisciplinary Optimization, 51 (1), 159-172 (2014). DOI:10.1007/s00158-014-1123-x
  33. K. Yonekura*, O. Watanabe: "A shape parameterization method using principal component analysis", ASME Journal of Mechanical Design, 136 (12), 121401 (2014). DOI: 10.1115/1.4028273
  34. K. Yonekura, Y. Kanno*: "Second-order cone programming with warm start for elastoplastic analysis with von Mises yield criterion", Optimization and Engineering, 13, 181-218 (2012). DOI: 10.1007/s11081-011-9144-4. [Preprint]
  35. K. Yonekura, Y. Kanno*: "Global optimization of robust truss topology via mixed integer semidefinite programming", Optimization and Engineering, 11, 355-379 (2010). DOI:10.1007/s11081-010-9107-1. [Preprint]

Peer Reviewed Proceeding Papers／査読付き会議プロシーディングス

  1. K. Yonekura*, H. Hattori, T. Suzuki: "Short-term local weather forecast using dense weather station by deep neural network", 2018 IEEE International Conference on Big Data (Big Data) (2018). DOI:10.1109/BigData.2018.8622195 [IEEE web site][Preprint]
  2. T. Suzuki*, Y. Ohtake, Y. Otani, K. Yonekura, Y. Ueda: "Prediction of stress-strain behavior of ceramic matrix composites using unit cell model", MATEC Web of Conferences, 29, 00011 (2015). DOI:10.1051/matecconf/20152900011
  3. K. Nita*, Y. Okita, C. Nakamata, S. Kubo, K. Yonekura, O. Watanabe: "Film cooling hole shape optimization using proper orthogonal decomposition", ASME Turbo Expo 2014: Turbine Technical Conference and Exposition, GT2014-27239, (2014). DOI:10.1115/GT2014-27239

Patents／特許

  1. 特願2024-036364, 情報処理システム、情報処理方法及びプログラム．（感染症に関する特許）
  2. 特願2022-190699, 締結構造、ロケット、および、円筒部材の製造方法.
  3. 特願2022-180816, 学習方法、情報処理システム、プログラム及び学習モデル．（PG-GAN）
  4. JP2020/035022 (WO 2021/079657A1), "液体燃料噴射機（Liquid fuel injector）"（流体トポロジー最適化．関連論文：[4,6,8,10,18]）
  5. JP2020/027449 (WO2021/010411)/US20220258101A1, "制御システム（Control system）".
  6. 特開2020-173701, "形状生成装置および形状生成方法".（CVAE．関連論文：[12]）
  7. 特開2020-091171, "気象予測システム、気象予測方法、および気象予測プログラム". （取下げ．天気予報．関連論文：Proc.[3]）
  8. 特開2020-035325, "設計システム、学習済みモデル生成方法、および設計プログラム" （取下げ．強化学習．関連論文：[11]）
  9. 特開2019-105979, "予測システム、予測方法、および予測プログラム". （取下げ．天気予報．関連論文：Proc.[3]）
  10. 特許第6767162号 （特開2017-207037）, "ラティス構造". （トポロジー最適化とＡＭ．関連論文：[7,9]）
  11. 特許第6717662号 （特開2017-207036）, "ラティス構造". （トポロジー最適化とＡＭ．関連論文：[7,9]）
  12. 特許第6693806号（特開2017-207035）, "ラティス構造および部品". （トポロジー最適化とＡＭ．関連論文：[7,9]）
  13. 特許第6701643号（特開2017-42772）, "線形摩擦接合装置及び線形摩擦接合方法". （線形摩擦接合．関連論文：[13]）
  14. 特開2013-003971, "形状最適化方法及び形状最適化装置". （取下げ．PCA．関連論文[3]）
  15. 特許第6286902号, "解析装置及び流体解析手法". （リアルタイムＣＦＤ）
  16. 特許第6167554号, "流路形状最適化方法及び流路形状最適化装置". （流路トポロジー最適化．関連論文：[4]）
  17. 特許第6019578号/US10060265B2, "タービン翼". （流路最適化．関連論文：Proc. [1]）
  18. 特許第5982807号/US9759069B2, "タービン翼". （流路最適化．関連論文：Proc.：[1]）

Articles for Publics／総説・解説

  1. 米倉一男: "流体機械設計への深層学習の応用　—人工知能は機械を設計できるか—"，ターボ機械協会, 51 (11), 674-683 (2023). (Invited)
  2. 米倉一男: "流体機械におけるトポロジー最適化とデータ駆動型設計"，日本ガスタービン学会誌, 51 (3), 224-230 (2023). (Invited)
  3. 米倉一男: "機械設計における機械学習の可能性　－流体機械への適用－", 日本機械学会誌, 123 (1217) , 30-33 (2020). (Invited)
  4. 米倉一男, 小木曽望: "構造および複合領域最適化に関する国際会議参加報告", 航空宇宙学会誌, 68 (3), 89-90 (2020).  DOI:10.14822/kjsass.68.3_89
  5. 苫東厚真発電所４号機におけるボイラー保守技術高度化システムの導入について, 株式会社ＩＨＩプレスリリース, 2019年12月2日.

Research Reports／研究報告

  1. 粟野友貴, 米倉一男, 宮澤優斗: "金属組織観察における深層学習を用いた画像認識技術の研究", IHI技報, 60 (1), 52-59 (2020). [Direct link to PDF]
  2. 米倉一男, 斉藤弘樹, 服部均: "機械学習とCAEを利用したターボ機械の設計支援技術", IHI技報, 59 (1), 30-43 (2019). [Direct link to PDF]
  3. 米倉一男, 斉藤弘樹, 服部均: "機械学習とAI技術", IHI技報, 59 (1), 10-15 (2019). [Direct link to PDF]
  4. 渡邊修, 米倉一男, 久保世志: "主成分分析を用いた形状表現法と形状最適化に関する研究", IHI技報, 53 (3), 76-81 (2013). [Direct link to PDF]
  5. 米倉一男, 寒野善博: "錐計画問題に対する主双対内点法の厳密ペナルティ法に基づくwarm-start手法", 統計数理研究所共同研究リポート「最適化：モデリングとアルゴリズム24」(2011).

International Conferences／口頭発表（国際会議）

  1. R. Kai, K. Yonekura: "", The16th World Congress on Computational Mechanics and 4th Pan American Congress on Computational Mechanics (WCCM-PANACM2024), Vancouver, Canada, July 21--26, 2024.
  2. K. Yonekura: "Physics guided training of GAN model to improve accuracy in a design synthesis", The16th World Congress on Computational Mechanics and 4th Pan American Congress on Computational Mechanics (WCCM-PANACM2024), Vancouver, Canada, July 21--26, 2024.
  3. K. Yonekura, R. Aoki, K. Suzuki: "Inverse airfoil design considering uncertainties of GAN models", 9th European Congress on Computational Methods in Applied Sciences and Engineering (ECCOMAS2024), Lisbon, Portugal, June 3--7, 2024.
  4. N. Kato, K. Suzuki, K. Yonekura: "", 9th European Congress on Computational Methods in Applied Sciences and Engineering (ECCOMAS2024), Lisbon, Portugal, June 3--7, 2024.
  5. M. Tamura, K. Suzuki, K. Yonekura: "", 9th European Congress on Computational Methods in Applied Sciences and Engineering (ECCOMAS2024), Lisbon, Portugal, June 3--7, 2024.
  6. K. Yonekura, Kazunari Wada, Katsuyuki Suzuki: "Physics informed GAN for generating 2D airfoil shapes with required lift coefficients", The 15th World Congress of Structural and Multidisciplinary Optimization (WCSMO15), Cork, Ireland, June 5--9, 2023.
  7. K. Yonekura, Hitoshi Hattori, Shohei Shikada, Kohei Maruyama: "Optimization of turbine airfoil using deep reinforcement learning", The 15th World Congress on Computational Mechanics (WCCM-XV) & the 8th Asian Pacific Congress on Computational Mechanics (APCOM-VIII), Yokohama, Japan, July 31--August 5, 2022.
  8. H. Saito, K. Yonekura: "Physics Guided Deep Learning Method to Surrogat Flow Simulation", The 15th World Congress on Computational Mechanics (WCCM-XV) & the 8th Asian Pacific Congress on Computational Mechanics (APCOM-VIII), Yokohama, Japan, July 31--August 5, 2022.
  9. Y. Tomori, K. Yonekura, K. Suzuki: "Airfoil generation using conditional Wasserstein VAEGAN with gradient penalty", Asian Congress of Structural and Multidisciplinary Optimization 2022 (ACSMO2022), Matsue, Japan, May 22--25, 2022.
  10. K. Yonekura, N. Miyamoto, K. Suzuki: "Generating airfoil with specific lift coefficients using conditional GAN and conditional VAE", The 14th World Congress of Structural and Multidisciplinary Optimization (WCSMO14), Boulder, CO, USA, June 13--18, 2021. (Online)
  11. S. Shikada, K. Maruyama, H. Hattori, K. Yonekura: "Development of turbine blade airfoil design automation system", 10th Asian Joint Conference on Propulsion and Power (AJCPP2021), Incheon, Korea, 2021. (Online)
  12. K. Yonekura and K. Suzuki: "Shape generation with using variational auto-encoder", Asian Congress of Structural and Multidisciplinary Optimization (ACSMO2020), Seoul, Korea, November 23--25, 2020. (Online)
  13. R. Ikehara, S. Fujimoto, H. Hattori, S. Kubo, K. Yonekura: "Film cooling hole Optimization on Turbine blade by Proper Orthogonal Decomposition", 9th Asian Joint Conference on Propulsion and Power (AJCPP2020), Incheon, Korea (online), March 11--14, 2020. (Extended to 1 year and merged to AJCPP2021 due to COVID-19.)
  14. K. Yonekura, H. Hattori: "Deep reinforcement learning based design exploration framework in an application to turbine blade", The 13th World Congress of Structural and Multidisciplinary Optimization (WCSMO13), Beijing, China, May 20--24, 2019. 
  15. K. Yonekura, H. Hattori, T. Suzuki: "Short-term local weather forecast using dense weather station by deep neural network", 2018 IEEE International Conference on Big Data (Big Data), Seattle, U.S., December 10--13, 2018.
  16. T. Nishizu, T. Tanitsugu, A. Takezawa, K. Yonekura, M. Kitamura: "A Study of Lattice Structures Based on Topology Optimization and Additive Manufacturing", The 12th World Congress of Structural and Multidisciplinary Optimization (WCSMO12), Braunschweig, Germany, June 5--9, 2017.  
  17. A. Takezawa, K. Yonekura, Y. Koizumi, M. Kobashi, M. Kitamura : "Experimental verification of topology optimized lattice using metal additive manufacturing", The 12th World Congress of Structural and Multidisciplinary Optimization (WCSMO12), Braunschweig, Germany, June 5--9, 2017. 
  18. K. Yonekura, Y. Kanno: "A fast heuristic method using Hessian matrix for fluid topology optimization", The 12th World Congress of Structural and Multidisciplinary Optimization (WCSMO12), Braunschweig, Germany, June 5--9, 2017. 
  19. K. Yonekura, Y. Kanno: "A study of topology optimization of a flow field with time-periodic boundary conditions using the lattice Boltzmann method", The Asian Congress of Structural and Multidisciplinary Optimization 2016 (ACSMO 2016), Nagasaki, Japan, May 22--26, 2016.  
  20. K. Yonekura, Y. Kanno: "A topology optimization method for a flow field using the lattice Boltzmann method considering wall boundary conditions", The 11th World Congress of Structural and Multidisciplinary Optimization (WCSMO11), Sydney, Australia, June 7--12, 2015.
  21. K. Yonekura, Y. Kanno: "Topology optimization method for three-dimensional flow field using transient information of lattice Boltzmann method", Joint Organization of 11th World Congress on Computational Mechanics (WCCM XI), 5th European Conference on Computational Mechanics (ECCM V), and 6th European Conference on Computational Fluid Dynamics (ECFD VI), Barcelona, Spain, July 20--25, 2014.  
  22. K. Yonekura, Y. Kanno: "PDE formulation of topology optimization method for flow field. International Conference on Engineering and Applied Sciences Optimization", OPT-i, Kos Island, Greece, June 4--6 2014. 
  23. T. Suzuki, Y. Ohtake, Y. Otani, K. Yonekura, Y. Ueda: "Prediction of stress-strain behavior of ceramic matrix composites using unit cell model", Paris, France (2015).
  24. K. Yonekura, Y. Kanno: "A fluid topology optimization method using unsteady lattice Boltzmann method for low Reynolds number flow", The 8th World Congress of Structural and Multidisciplinary Optimization (WCSMO10), Orlando, U.S., May 19--24, 2013. 
  25. K. Yonekura: "A Shape Parameterization Method using Principal Component Analysis for Heuristic Shape Optimization", The 10th World Congress on Computational Mechanics (WCCM10), Sao Paulo, Brazil July 7--13, 2012. 
  26. K. Yonekura, Y. Kanno: "Second-Order Cone Programming Formulation for Quasi-Static Analysis of Elastoplastic Structures", The 9th World Congress on Computational Mechanics and the 4th Asian Pacific Congress on Computational Mechanics (WCCM/APCOM 2010), Sydney, Australia, July 19--23, 2010. 
  27. K. Yonekura, Y. Kanno: "Global optimization of robust truss topology via mixed 0-1 semidefinite programming", The 8th World Congress of Structural and Multidisciplinary Optimization (WCSMO8), Lisbon, Portugal, June 1--5, 2009.

Domestic Conferences／口頭発表（国内会議）

  1. ⽶倉⼀男, 大森晃太朗, 鈴木克幸 : "深層生成モデルを用いた船型形状の生成"，設計工学システム部門講演会, 金沢，2023年6月2～3日．
  2. ⽶倉⼀男, 大森晃太朗, 鈴木克幸 : "深層生成モデルを用いた船型形状の生成"，日本船舶海洋工学会 令和5年 春季講演会, 気仙沼，2023年6月2～3日．
  3. ⽶倉⼀男, 大森晃太朗, 鈴木克幸 : "深層生成モデルを用いた船型形状の生成"，日本船舶海洋工学会 令和5年 春季講演会, 気仙沼，2023年6月2～3日．
  4. 鈴⽊克幸, 陳禹, ⽶倉⼀男: "複数の稼働条件に対するCFRP舶⽤プロペラの最適異⽅性設計"，OPTIS2022, 名古屋，2022年11月12～13日．
  5. Guzelbulut Cem, 下野智史, ⽶倉⼀男, 鈴⽊ 克幸: "最適歩⾏戦略と歩⾏⽀援システムの最適設計"，OPTIS2022, 名古屋，2022年11月12～13日．
  6. 和⽥⼀成, 鈴⽊克幸, ⽶倉⼀男: "Physics Guided cWGAN-gpによる翼型⽣成の⾼精度化"，OPTIS2022, 名古屋，2022年11月12～13日．
  7. 米倉一男: ”形状設計タスクにおける深層⽣成モデルとPhysics Guided GAN”，OPTIS2022, 名古屋，2022年11月12～13日．
  8. 米倉一男, 友利優希, 鈴木克幸: "VAE-WGAN-gpを用いた翼形状生成"，日本応用数理学会2022年度年会．札幌，2022年9月8日～10日.
  9. 宮崎荘太, 愛知正温, 西津 卓史, 長谷川 正雄, 加藤剛, 鈴木克幸, 米倉一男: "機械学習を用いた インドネシアの泥炭地における地下水位予測", 2022年度 第36回人工知能学会全国大会（JSAI2022）, 京都, 2022年6月14日～17日.
  10. 大森晃太朗, 米倉一男, 鈴木克幸: "要求仕様を満たす船型プロトタイプ生成のための深層学習モデル", 第27回計算工学会，秋田，2022年6月1～3日．
  11. 本多孝全, 鈴木克幸, 米倉一男: "システム同定を用いた船体構造デジタルツイン", 第27回計算工学会，秋田，2022年6月1～3日．
  12. 米倉一男: "構造設計における機械学習利用"，船舶海洋工学会，東部支部構造研究会（オンライン開催）．September 14, 2021.
  13. 米倉一男: "変分オートエンコーダを用いた多種の翼生成"，応用数理学会年会，埼玉（オンライン開催）．September 7--9, 2021.
  14. 米倉一男: "変分オートエンコーダを用いた形状のデータマイニングと形状創出"，設計工学システム部門講演会，京都（オンライン開催）．
  15. 服部均, 米倉一男, 栗原理也, 長谷川正憲, 橋詰望宇, 徳永幸二: ”航空機エンジンの整備におけるディープラーニングを利用した画像認識の研究", 第34回人工知能学会全国大会, 熊本（オンライン開催）, June 9-12, 2020. [Proceedings]
  16. 米倉一男, 服部均，鈴木克幸: "機械設計における機械学習を利用したデータ駆動型設計のアプローチ", 第34回人工知能学会全国大会, 熊本（オンライン開催）, June 9-12, 2020. [Proceedings]
  17. 米倉一男, 服部均: ”Conditional variational auto-encoder を用いた翼形状生成", 第33回人工知能学会全国大会, 新潟, June 4-7, 2019. [Proceedings]
  18. 服部均, 米倉一男: "深層強化学習を用いた翼形状の最適化と手法の比較", 第33回人工知能学会全国大会, 新潟, June 4-7, 2019. [Proceedings]
  19. 中本剛, 大野正夫, 小熊祐司, 藤井正和, 服部均, 米倉一男: "IHIにおける制御技術の研究・適用事例　～海中から宇宙まで～", 第6回 計測自動制御学会 制御部門マルチシンポジウム, 熊本, March 6-9, 2019. （中本氏が優秀発表賞を受賞）[Info.] [受賞]
  20. 米倉一男, 斉藤弘樹, 西津卓史: "機械学習による石炭炊きボイラの状態予測", 日本高圧力技術協会　平成30年度秋季講演会, 岩国, November 29-30, 2018.[No PDF files available.]
  21. 斉藤弘樹, 王宝潼, 沼倉龍介, 馬場隆弘, 米倉一男: "ニューラルネットワークを用いた過給機性能予測", 設計工学・システム部門講演会 (D&S2018), November 4-6, 2018. [Proceedings]
  22. 飯田峻也, 吉野正人, 鈴木康祐, 米倉一男, 斉藤弘樹: "格子ボルツマン法を用いた積層造形における金属の溶融凝固解析の実装と検証", 第31回数値流体力学シンポジウム (CFD2018), 京都, December 12-14, 2017. [Information]
  23. 松永克樹, 飯田峻也, 吉野正人, 鈴木康祐, 米倉一男, 斉藤弘樹: "格子ボルツマン法を用いた金属の溶融凝固解析の実装および検証", 第15回日本流体力学会中部支部講演, 名古屋, December 1, 2017.  [No PDF files available.]
  24. 竹澤晃弘, 谷次智弥, 西津卓史, 米倉一男, 小泉雄一郎, 北村充: "実効的等方性を有する 64 チタンポーラスの破壊挙動について", M&M 材料力学カンファレンス, 北海道, October 7-9, 2017. [Proceedings]
  25. 竹澤晃弘, 谷次智弥, 西津卓史, 米倉一男, 小泉雄一郎, 北村充: "トポロジー最適化と電子ビーム積層造形を用いた実効的等方性を有する 64 チタンポーラスの開発", 機械材料・材料加工技術講演会, 東京, November 25--26, 2016. [Proceedings]
  26. 米倉一男, 寒野善博: "流れ場のトポロジー最適化においてニュートン法を用いることによる収束性の向上とグレースケール問題の回避", 設計工学・システム部門講演会 (D&S2015), 長野, September 23-25, 2015. [Proceedings]
  27. 倉田直弥, 渡邊修, 米倉一男: "熱疲労強度向上を目的としたエキゾーストマニホールドの形状最適化", 第11回最適化シンポジウム 2014 (OPTIS 2014), December 12-13, 2014. [Proceedings]
  28. 米倉一男, 寒野善博: "格子ボルツマン法による流れ場の過渡的な情報を用いた流路の最適化手法", 第11回最適化シンポジウム 2014 (OPTIS 2014), December 12-13, 2014. [Information]
  29. 渡邊修, 米倉一男, 久保世志: "主成分分析による形状表現を用いた形状最適化の検討", 設計工学・システム部門講演会 (D&S2013), 沖縄, October 23-25, 2013. 
  30. 久保世志, 渡邊修, 米倉一男: "TDMを用いたタービンフィルム冷却孔の形状最適化", 日本機械学会年次大会, 岡山, September 8-11, 2013. 
  31. 久保世志, 渡邊修, 米倉一男: "設計工学手法を用いた産業機械の最適設計", 日本機械学会年次大会, 岡山, September 8-11, 2013. 
  32. 仁田耕造, 大北洋治, 仲俣千由紀, 渡邊修, 久保世志, 米倉一男: "固有直交分解法を用いたタービンフィルム冷却孔形状 最適化", 第53回 航空原動機宇宙推進講演会, 岡山, March 4-5, 2013. [Info.]
  33. 米倉一男, 津乗充良, 大竹泰弘, 大岩直貴, 根崎孝二: "有限要素解析による線形摩擦接合の摩擦発熱シミュレーション", 溶接学会春季全国大会, 東京, April 17-19, 2013. [Info.][Proceedings]
  34. 米倉一男: "格子ボルツマン法を用いた流体のトポロジー最適化", 日本応用数理学会2012年度年会, 稚内, August 28-September 2, 2012. [Proceedings]
  35. 米倉一男, 渡邊修: "主成分分析を用いた設計のパラメータ化", 設計工学・システム部門講演会 (D&S2011), 米沢, October 21-23, 2011.  [Proceedings]
  36. 米倉一男, 寒野善博: "von Misesの降伏条件に基づく弾塑性解析に対する2次錐計画法", 日本応用数理学会2011年度年会, 京都, September 16, 2011.  [Visual Aid]
  37. 米倉一男, 市東素明, 渡邊修, 久保世志: "産業機械におけるPODを用いた形状最適化手法", 第24 回数値流体力学シンポジウム (CFD2010), 東京, December 20-22, 2010. [Proceedings]
  38. 米倉一男, 寒野善博: "不確定な外力を受けるトラスの大域的な位相最適化手法", 第59回理論応用力学講演会, 東京, June 8-10, 2010. [Info.] [Proceedings]
  39. 米倉一男, 寒野善博: "錐計画問題に対する主双対内点法の厳密ペナルティ法に基づくwarm-start手法", 統計数理研究所・研究集会「最適化：モデリングとアルゴリズム」, 東京, March 23-24, 2010.

Academic Communities／学協会活動

  • ISSMO
  • ASSMO (General Council member)
  • 日本機械学会（D&S技術委員会委員）
  • 日本応用数理学会
  • 人工知能学会
  • 日本航空宇宙学会
  • 日本計算工学会
  • 日本船舶海洋工学会　（PJ研究委員会　委員長）