理工科研究动态 | 本期院校：东京大学、电气通讯大学、名古屋大学

 

致远理工科学术头条分享：

每周四为你精选、总结近两周日本院校、教授、研究室有关计算机、电子电气、机械学等专业的精选新闻，带你把握各院校研究室的前沿动态，帮助大家更好完成研究计划书以及把握备考方向~

由于关注方向有限，难免存在疏漏，欢迎留言补充～

本周院校：

·電気通信大学 大学院情報理工学研究科

·東京大学 大学院新領域創成科学研究科

·名古屋大学 大学院理学研究科

·九州大学システム情報科学研究科

·大阪大学 工学研究科 理学研究科

·立命馆大学 生命科学学院

·筑波大学

·庆应义塾大学

01

電気通信大学 大学院情報理工学研究科

東京大学 大学院新領域創成科学研究科

成功开发出可重现幼虫灵活运动的软体机器人

动物的灵活运动是由来自神经回路的肌肉收缩命令和它们引起的身体物理变化引起的。过去，已经对控制运动的神经回路进行了详细研究。

另一方面，人们对身体如何通过与环境的作用和反应而实际运动知之甚少。造成这种情况的原因之一是在开发可以操纵动物运动特性的实验系统方面缺乏进展。

电气通信大学与东京大学课题组成功开发出再现果蝇幼虫动作的软体机器人。本研究模仿昆虫蠕动运动，使用软体机器人预测幼虫收缩力与运动速度有关，预计将有助于理解动物运动机制和开发有用的软体机器人。

这一结果于2023年4月5日发表在国际科学期刊PLOS ONE上。

https://www.k.u-tokyo.ac.jp/information/category/press/10158.html

02

名古屋大学 大学院理学研究科

東京大学 大学院新領域創成科学研究科

成功开发一种人工智能与量子算法相结合的量子化学计算方法 -- 一种加速高精度波函数计算的新方法

名古屋大学大学院的课题组与多方合作开发了一种利用人工智能学习的大规模数据在量子计算机上产生量子纠缠的新算法。

近年来，研究尝试将人工智能学习模型应用于量子化学计算（神经网络量子态理论）中。然而，以往的计算方法需要对大规模电子组态数据进行概率采样，伴随着组合爆炸带来的巨大计算复杂度。

在这项研究中，发现了一种计算方法，它结合了量子计算机的大规模并行算术处理（量子门操作），并将学习计算速度提高了一个数量级。

这种方法可以组装成量子门电路，使用生成的量子纠缠训练了一个人工神经网络，并展示了它对化学反应等量子化学计算的适用性。

随着量子计算机的发展，未来的研究有望使这种方法成为高速模拟生物分子和材料中量子现象的基础技术。

这项研究的结果于 2023 年 3 月 30 日下午 5 点（日本时间）发表在英国皇家化学会期刊 Digital Discovery 的网络版上。

https://www.nagoya-u.ac.jp/researchinfo/result/2023/03/post-479.html

03

九州大学システム情報科学研究科

有效地降低图像识别 AI 的误识别风险- 验证自动驾驶系统安全基准的有效性

近日，九州大学与国立情报学研究所共同开发了一种技术，可以有效降低图像识别 AI 误识别的风险。本研究成果从属于日本科学技术厅未来社会创造计划Engineerable AI Project。

在深度神经网络（DNN）中，许多参数以复杂的方式影响不同对象的识别结果，因此为了改善一些错误识别而进行的纠正会导致其他识别结果出现意外恶化（degression）。

在这个项目中结合了多种具有不同作用的DNN校正技术和先进的研发，以按照预期校正用于图像识别的DNN。

具体来说，就是对各种错误识别进行分类，发现每种类型的原因和纠正方法，并通过使用参数校正和错误识别改进的历史信息来抑制由于校正而引起的恶化的技术。

通过在研究技术中不断修改，不只有修改参数值还有DNN本身的基本结构。

在自动驾驶AI的实验中，通过车企等参与制定的安全基准进行评价，确认可以有效降低风险。

今后，将以开发的修正技术为框架，进行自动驾驶的愿景和政策、驾驶数据的特征等满足各企业不同需求的产业实证。

国⽴情報学研究所和九州大学的研究成果将在 2023 年 4 月（爱尔兰时间）的软件测试国际旗舰会议 ICST 2023和软件测试国际旗舰会议SANER 2023上发表2023年分析，并与3月23日（澳门时间）发表于2023年软件工程旗舰杂志TOSEM。

https://www.kyushu-u.ac.jp/ja/researches/view/893

04

大阪大学 工学研究科

开发一个全新量子计算架构，加速量子计算机实用化进程---即使是约10,000个物理量子比特的量子计算机也能实现高精度的量子纠错

新的量子计算架构将量子纠错所需的物理量子位数量减少到传统架构的10%，即使是早期FTQC时代的量子计算机也能达到最高10,000个物理量子位的性能。

新架构代表了构建具有 10,000 个物理量子位和 64 个逻辑量子位的量子计算机的重要里程碑，加速了实现真正容错量子计算的进程。

富士通和大阪大学的量子信息中心，公布了一种新型高效模拟旋转量子计算架构的开发，这是实现了实用量子计算的一个重要里程碑。

新架构将量子纠错所需的物理量子比特数量（实现容错量子计算的先决条件）减少了 90%，从 100 万量子比特减少到 10,000 量子比特。

这一突破将使研究着手构建具有 10,000 个物理量子位和 64 个逻辑量子位的量子计算机，这相当于传统高性能计算机峰值性能的约 100,000 倍的计算性能。

展望未来，富士通和大阪大学将进一步完善这一新架构，以引领早期 FTQC 时代量子计算机的发展，旨在将量子计算应用应用于广泛的实际社会问题，包括材料开发和金融。

有望彻底改变包括量子化学和复杂金融系统在内的广泛领域的研究，因为它们将提供比当前经典计算机高得多的计算性能。

https://resou.osaka-u.ac.jp/en/research/2023/20230323_1

05

大阪大学 理学研究科

立命馆大学 生命科学学院

筑波大学

庆应义塾大学

离子对形成对带电π电子系统表达的双自由度的控制--对利用电子自旋开发电子和光学功能材料的期待

由立命馆大学生命科学学院前田大光教授和立命馆大学生命科学研究科博士生杉浦慎哉（2023 年 3 月结业）领导的研究小组与大阪大学、筑波大学和庆应义塾大学多方合作，共同合成了一种新的 π 电子系统。

它吸收近红外区域的光，并阐明了通过去质子化获得的二价阴离子具有双自由基性质，并且其性质受共存的抗衡阳离子的调节。该研究成果于2023年3月28日（当地时间）发表在美国化学会杂志上。

在这项研究中，通过使用二酮硼骨架作为醌甲基化物的连接单元，不仅创建了一个独特的 π 电子系统，通过去质子化产生开壳系统，而且还与通过离子对形成控制双自由基有关，获得了一个非常重要的见解。

新发现的物理特性有望导致电子和光学功能材料的发展，例如利用电子自旋和离子对之间的极化作用的铁磁铁电体。

https://resou.osaka-u.ac.jp/ja/research/2023/20230403_1

以上就是今天给大家整理翻译的在4月3日-4月9日期间的日本理工研究相关新闻动态，希望可以帮助小伙伴们快速了解日本理工研究的最新动态，我们下期见！

-END-