留学攻略

课程推荐
了解更多

理工科研究动态 | 本期院校:东京大学、东北大学、神户大学...

发布时间: 2023年10月27日    作者:致远 尚升

致远理工科学术头条分享:
每周为你精选、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:

·东京大学理学研究科

·东京大学情報理工学系研究科

·东京大学新領域創成科学研究科

·东京大学工学研究科

·神户大学理学研究科

·东北大学理学研究科

·大阪大学工学研究科

·静冈大学

·立命馆大学

·甲南大学

·摂南大学

·广岛大学



01

东京大学理学研究科

神户大学理学研究科

东北大学理学研究科

AI描绘的超新星爆炸的扩散---利用深度学习的超新星爆炸模拟高速再现技术


由东京大学领导的研究小组开发了一种名为3D-MIM的新模型,利用视频生成技术快速再现三维数值模拟的结果。利用这个模型,成功快速地重现了星系形成模拟中的超新星爆炸部分,这需要大量的计算资源。


特别是与分子云内发生的超新星爆炸相关的壳结构,高速膨胀并改变其密度。3D-MIM的开发基于视频生成技术,并由大学院生平島敬也独立扩展。


使用这个新模型,可以提前预测可能直接受到超新星爆炸影响区域的大小。因此,通过提前识别可能导致计算延迟的特定区域,并针对这些区域使用专门的优化算法进行计算,预计将显着提高计算效率。


这个深度学习模型学习了大量的大型分子云中超新星爆炸的模拟。该模拟数据是使用国家天文台创建的天文超级计算机“ATERUI II”。


对于模型训练,使用了东京大学超级计算机“Wisteria/BDEC-01 Aquarius”的 NVIDIA A100 GPU。还使用 RIKEN 的超级计算机「富岳」进行模型推理的优化,Morpho Co., Ltd. 提供的“SoftNeuro®”来加速「富岳」中的推理。


本研究开发的新深度学习模型未来将被纳入星系形成模拟代码“ASURA-FDPS”中。还致力于优化超级计算机「富岳」上的深度学习模型。


如果使用这种新方法提高计算效率,就可以创建模拟,详细再现银河系等相对较大的星系中单个恒星的运动。


https://www.s.u-tokyo.ac.jp/ja/press/10077/




02

东京大学情報理工学系研究科

在下一代密码破译大赛中创下世界纪录---挑战量子计算机也无法破译的后量子密码学


密码学现在在我们的生活中随处可见。然而,众所周知目前使用的代码很容易被量子计算机破解。因此,人们正在研究评估最有效的攻击算法,以保证提高加密的安全性使量子计算机难以破解。


情報理工学系研究科的坂田康亮特任研究员和高木剛教授在新一代密码破译竞赛“MQ Challenge”中创造了此前从未被打破的世界纪录。


通过阐明解码问题的数学特征,提出了一种新的高速算法,该算法创造了新的世界纪录,旨在从计算过程中出现的巨大矩阵中仅提取影响输出结果的最小区域,并构造解码所需的最小矩阵。


此外,通过在大规模并行计算机上编程和实现所提出的算法,使得破译以前从未解决过的维数代码成为可能。


未来,将评估这种新算法的细节,并为目前正在进行的下一代密码标准化提出安全参数。这项研究的结果将在日本信息处理学会主办的计算机安全研讨会(CSS 2023)上公布。


https://www.i.u-tokyo.ac.jp/news/press/2023/202310232315.shtml




03

东京大学新領域創成科学研究科

东京大学工学研究科

可视化非易失性存储元件损坏的瞬间---开发电子设备的新型非破坏性显微分析方法


東京大学物性研究所的特任研究员藤原弘和、大学院新領域創成科学研究科的バレイユ・セドリック特任研究员(研究当時)、谷内敏之特任准教授、辛埴特別教授、東京大学生産技術研究所大学院生糸矢祐喜(工学系研究科博士課程)、工学系研究科附属系统设计研究中心的小林正治准教授组成的研究人员首次成功地通过光学显微镜观察了二氧化铪(HfO 2)基铁电材料中的介电击穿电极。


HfO 2基铁电材料即使在薄膜中也具有足够的铁电性并且能够高密度集成,因此它们作为可以在大容量铁电存储器中实现的材料而受到关注。


另一方面,HfO 2基铁电材料由于保持电场与击穿电场相当,因此存在耐久性低的问题。为了解决这个问题,需要观察导致介电击穿的过程并阐明其原理。


在这项研究中,将使用配备电测量系统的激光电子显微镜(Laser-PEEM)通过电极观察HfO2基铁电电容器的介电击穿过程,这项技术使得非破坏性地观察器件内部缺陷的原因成为可能,而以前只能在不处理器件的情况下观察到缺陷的原因。


它是一种强大的工具,不仅可以用于分析铁电存储器件,还可以用于分析日益三维化的逻辑器件和闪存。该成果发表在美国物理学会10月24日(当地时间)出版的《Applied Chemistry Letters》上。


https://www.issp.u-tokyo.ac.jp/maincontents/news2.html?pid=20184




04

东京大学工学系研究科

用深度学习解决纳米颗粒评估长期存在的问题---从布朗运动轨迹识别纳米颗粒形状


東京大学大学院工学研究科的一木隆範教授组成的研究小组证明了一种新的纳米颗粒表征方法的有效性,该方法结合了液体中单颗粒观察方法NTA,以及深度学习分析。


NTA长期以来一直存在无法评估纳米颗粒形状的问题,但现在已经成功构建了一个深度学习模型,可以从布朗运动轨迹数据中识别形状。集成一维CNN和双向LSTM的形状分类模型能够区分尺寸大致相同的球形和棒状金纳米粒子,准确率约为80%。


这种评估方法可以读出以前隐藏在测量数据中的信息并捕获更多特征,因此可以表征各种纳米颗粒的性质和聚集状态,这些纳米颗粒是医疗、制药和工业领域的有用材料。


预计将应用于评估和质量控制。此外,它有可能成为液体中非球形粒子布朗运动基础研究的新方法,这自爱因斯坦时代以来一直是一个问题。


这一成果发表在美国物理研究所于2023年10月24日(东部夏令时间)出版的科学期刊《APL Machine Learning》上。


https://www.t.u-tokyo.ac.jp/press/pr2023-10-25-001




05

大阪大学工学研究科

静冈大学

立命馆大学

甲南大学

摂南大学

广岛大学

可以看见变超导的电子的形状了---用量子束绘制的下一代材料的蓝图


大阪大学大学院工学研究科助理教授藤原秀紀、中谷泰博和関山明教授的研究小组,同日本原子能机构研究主任斎藤祐児、静冈大学海老原孝雄教授、立命馆大学今田真教授、甲南大学山﨑篤志教授、摂南大学東谷篤志副教授、广岛大学田中新副教授、日本理化学研究所团队负责人玉作健二等。


同设备---大型同步辐射装置SPring-8通过BL19LXU、BL23SU和BL27SU的联合研究,在全球范围内实现了直接捕获真实空间中的电荷分布,即形成稀土Ce化合物CeNi 2超导状态的“电子形状。”


这次,由藤原助理教授等人领导的研究小组,成功地精确确定了CeNi 2 Ge 2中Ce 4f 电子的电荷分布的方向依赖性,这是超导状态的主要特征,使用这种方法为超导体材料的系统搜索开辟了道路,并有望加速下一代材料研究,实现5.0社会。


该研究成果被选为美国物理学会《Physical Review B》杂志的编辑建议,并于10月13日星期五晚上11:00(日本时间)发表。


https://resou.osaka-u.ac.jp/ja/research/2023/20231024_4



以上就是今天给大家整理翻译的在10月13日-10月24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!

联系我们

contact