2024年8月7日、原子力国際専攻 出町研究室 董 飛艶( Dong Feiyan)さん（D2）が第31回原子力工学国際会議（ICONE31）において、最優秀論文賞を受賞されました。

＜受賞した賞の名称と簡単な説明＞

学生論文コンペティショントラックに提出された優秀かつ高品質の論文に対して「最優秀論文賞」が授与されました。

＜受賞された研究・活動について＞

発表タイトル：原子力発電所における異常検出のための複合学習アプローチによる時系列分析

講演概要：原子力安全の確保、原子力施設の正常な運用の維持、重大事故の防止には、タイムリーで正確な異常検出が不可欠です。状態基準監視のデータセットは複雑であるため、原子力発電所 (NPP) における自動異常検出には、最先端のパフォーマンスを備えた高度なデータ駆動型ディープラーニング アルゴリズムが採用されています。本研究では、教師なし学習 (UL) の複合学習アプローチと注意機構を用いた深層学習モデルを開発し、高パフォーマンスな異常検知を実現しました。

<今後の抱負・感想>

ICONE31で最優秀論文賞を受賞したことは、2年前のICONE29で受賞した最優秀ポスター賞に続く、私の研究における大きな栄誉であり、重要な節目です。この進歩は、この分野での私の成長と発展を際立たせています。

この研究を通して貴重な指導とサポートをしてくださった指導教官の出町先生、笠原先生、陳博士に心から感謝の意を表したいと思います。また、この研究に重要な貢献をしてくださった吉川博士、関博士、高谷博士にも心から感謝します。また、洞察に満ちたフィードバックをくださった笠原・出町研究室、そしてこのイベントを印象的で思い出深いものにしてくれた素晴らしい準備を整えてくださった会議主催者にも感謝します。

今年の会議は、COVID-19後、国際会議の学生セッションに初めて直接参加するという意味でも特に意義深いものです。多くの研究者と交流し、自分の研究について直接話し合う機会をとても楽しみました。

今後、この受賞は、原子力発電所における異常検知と安全監視の研究をさらに進めるための私のモチベーションとなります。私の今後の仕事は、異常検知システムの精度と堅牢性の向上と、この分野で新たに発生する課題に対処するための革新的なソリューションの開発に重点を置くことになります。