教師なし機械学習によるAIベースの塗料スプレーモニタリング
塗料組成の変化をスプレー内で直接検出 当社は最近、mo – Magazin für Oberflächentechnikの印刷版にて、塗料スプレーモニタリングおよび材料分析への人工知能（AI）の新たな応用を発表しました。AKEMIのDietrich …
Bits & Pretzels 2026 – AI支援スプレー解析はスケーラブルなビジネスになり得るか？
2026年9月28日～30日にドイツ・ミュンヘンで開催されるBits & Pretzelsにて、AI支援スプレー解析における当社の最新開発をご紹介します。3つの技術はいずれも、スプレー、液滴、光学測定データの解析を対象としています。しかしBits & …
スプレー測定の「記憶」について｜TSTOFスプレー診断 – Lisbon 2026
本発表は、2026年6月29日から7月2日までポルトガル・リスボンで開催された22nd International Symposium on Application of Laser and Imaging Techniques to Fluid …
JCOT 2026 – TSTOF測定法に関する技術報告書
本ページでは、Journal of Japan Coating Technology Association に掲載された TSTOF測定法に関する技術報告書を紹介します。本論文では、スプレー特性評価のための光学計測技術を取り上げ、特に …
特許DE102014211514B4：流動媒体中の光学的粒子特性評価
特許DE102014211514B4は、流動媒体中の粒子の特性を求める方法および装置に関するものです。本発明は、測定体積内を移動する粒子、液滴、または類似の物体からの光散乱信号を解析することで、光学的な粒子特性評価とスプレー診断を支援します。https://patents.google.com/pa …
Applied Optics 2024 – 機械学習とTSTOF信号による粒子特性評価
この学術論文では、流れの中の粒子特性評価のための機械学習アプローチを紹介します。この手法は、TSTOF測定技術による光散乱信号を解析します。この技術はSpraySpy測定システムでも知られています。本研究では、機械学習モデルがわずか1つの光散乱信号から粒子径と粒子速度を予測できることを示しています