发布时间: 2023年09月01日 作者：致远尚升
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：
·东京大学大学院工学系研究科
·东京大学理工学研究科
·名古屋大学工学研究科
·京都大学情报科学研究科
·京都大学医学研究科
·京都大学理工学研究科
·大阪大学工学研究科
·北海道大学創成研究機構
·東北大学信息科学研究科
·九州大学工学研究科
·広島大学
01
东京大学大学院工学系研究科
名古屋大学工学研究科
使用微波在原子水平上选择性加热催化剂的活性位点-通过集中热能实现催化剂系统节能的期望
東京大学大学院工学系研究科的岸本史直助教、脇原徹教授、高鍋和広教授的研究课题组，名古屋大学的谷口博基准教授、高輝度光科学研究中心的山田大貴研究員们共同获得的实验证据表明，沸石中的单个离子可以通过微波辐射在原子水平上选择性加热。
在本实验中，利用同步辐射装置的高能X射线，结合微波辐照下的原位X射线散射测量和对分布函数分析，发现沸石中的离子受到微波的诱导，变成了沸石。显然它处于一种特殊的振动状态。
通过将这些测量结果与包括热非平衡场的分子动力学计算的模拟结果进行比较，证明了单离子的原子级选择性加热。此外，通过以选择性加热的单离子作为活性位点进行甲烷氧化反应，可以抑制乙烷等气相副产物，并且可以高选择性地获得含氧产物（CO、CO2）。
这项研究的结果是通过选择性地将能量施加到与微波发生化学反应的原子级“催化剂活性位点”来控制催化反应的一个例子，预计将导致催化反应的发展。
https://www.t.u-tokyo.ac.jp/press/pr2023-08-24-002
02
京都大学情报科学研究科
京都大学医学研究科
利用机器学习开发癌痛评价方法 -通过机器学习实现隐形疼痛的可视化
当癌症患者由于全身状况恶化而无法进行语言交流时，他们无法表达自己的症状，一般医疗专业人员可能会发现很难评估他们的症状。如果没有充分的症状评估，疼痛缓解是不够的。
适当的症状评估需要姑息治疗方面的培训，并且由医疗环境中的姑息治疗专业人员提供支持。另一方面，与全国癌症患者数量相比，姑息治疗专业人员供不应求。
恒藤暁医学部附属病院教授、嶋田和貴同特定講師领导的研究小组开发了一种利用机器学习评估癌症患者疼痛和呼吸困难等主观症状的方法。
如果没有说话的能力，主观症状很难客观评估，尤其需要姑息治疗专业人员的支持。这种方法有可能解决姑息治疗专业人员的短缺问题，并减轻全国癌症患者的痛苦。
该研究成果于2023年7月26日发表在国际学术期刊《Scientific Reports》上。
https://www.kyoto-u.ac.jp/ja/research-news/2023-08-29
03
広島大学
大阪大学工学研究科・環境エネルギー工学専攻
氢对于激光聚变的燃料囊材料很重要！-含氢等离子体中高强度激光吸收特性的阐明
大阪大学激光科学研究所的大学院生川﨑昂輝本学工学研究科・環境エネルギー工学専攻博士後期課程2年、日本学術振興会特別研究員、重森啓介教授、核融合科学研究所、国立研究開発法人産業技術総合研究所、広島大学、イタリア学術会議、ボルドー大学（フランス）的国際研究课题组、通过实验验证了激光聚变过程中产生的等离子体中所含的氢成分对高强度激光和等离子体的行为（激光-等离子体相互作用）的影响。
得到的实验结果表面在含氢等离子体中，激光-等离子体相互作用变得显着，并且高能快电子的产生增加。还表明，这种现象是由于等离子体中激光吸收过程中“轻”氢离子对离子声波的衰减造成的。
从这些结果可以清楚地看出，选择激光聚变燃料胶囊材料时需要一个新的氢含量指标。
在激光聚变中，当燃料舱受到高强度激光照射时，激光与等离子体相互作用会产生称为快电子的高能电子。
快电子在内爆的早期阶段引起聚变燃料的预热，同时在内爆的后期阶段它们有望有助于有效产生烧蚀压力。评估和控制激光-等离子体相互作用的机制，即一个因素，是一个非常重要的问题。
本研究中，在与聚变发电兼容的直接照射激光聚变条件下，由于等离子体中氢成分的作用，这种激光-等离子体相互作用的性质发生变化，并产生高速电子。
还通过辐射流体动力学模拟分析表明，这种效应是由氢离子对离子声波的衰减造成的。这项研究的结果发表在美国物理学会于2023年7月26日星期三（日本时间）出版的期刊《物理评论研究》上。
https://resou.osaka-u.ac.jp/ja/research/2023/20230823_1
04
北海道大学創成研究機構
利用机器学习区分糖和盐-通过机器学习实现经验丰富的研究人员的“眼睛”，应用于化学反应的图像分析
北海道大学創成研究機構化学反応創成研究拠点（WPI-ICReDD）的猪熊泰英教授、瀧川一学特任教授、井手雄紀特任助教们的研究课题组，开发了一种系统，可以使用机器学习从固体混合物的照片中预测混合比。
该系统有望用作化合物分析和反应观察手段，以取代熟练研究人员的观察眼睛。
化学研究中许多最重要的发现都是研究人员敏锐目光的结果。在这项研究中，通过再现多年使用机器学习的经验培养的经验丰富的研究人员的观察眼睛，致力于构建一个可供初学者共享的预测系统。
研究小组分析了糖和盐的混合物，这是最熟悉、最容易混淆的固体化合物。在准备了 300 张混合物和每种混合比例的照片后，创建了一个机器学习模型，并成功预测了混合比例，平均误差约为 4%，超过了人眼的误差。
通过使用类似的系统，能够高精度地预测晶体多晶型比率、对映体过量和固态反应产率，这些即使使用专门的分析设备也很难区分。该机器学习系统还可以应用于移动设备上的相机捕获的图像，并且任何人都可以通过网络服务使用。
该系统不仅可用于化工厂的反应监测系统和机器人合成分析仪，还可用于研究人员的培训和视障人士的研究支持。
该研究结果于 2023 年 8 月 23 日星期三在线发表在《工业与工程化学研究》上。
https://www.hokudai.ac.jp/news/2023/08/post-1296.html
05
東北大学信息科学研究科
九州大学工学研究科
京都大学理工学研究科
東京大学理工学研究科
通过冷冻电子显微镜阐明高尔基体中锌转运蛋白的锌转运机制-在理解细胞中锌稳态机制方面取得重大进展
锌是所有生物体中必需的微量金属离子，在分子水平上，它参与蛋白质构象的形成和酶的催化功能，发挥着重要作用。
东北大学先进材料多学科研究所的 Han Ba Bui 博士、渡部聡助理教授和稲葉謙次教授的研究小组迄今为止提出，锌是一种定位于高尔基体并运输的分子锌。
研究表明，锌转运蛋白 ZnT7、ZnT5/6 和 ZnT4 严格调节高尔基体中的锌浓度。 然而，这些锌转运蛋白的三维结构尚未确定，锌转运的详细机制尚未阐明。
此次，课题组利用冷冻电镜单颗粒分析技术，在国际上首次成功确定了锌转运蛋白ZnT7的三维结构，分辨率高达2.2 Å。
此外还成功地捕获了释放锌之前和之后的三维结构，并成功地可视化了锌运输的几乎所有一系列步骤。预计这将有助于阐明锌转运蛋白家族的一般分子机制，并大大推进对细胞内锌稳态维持机制的理解。
通过冷冻电子显微镜阐明高尔基体内锌转运蛋白的锌转运机制在理解细胞内锌稳态机制方面取得重大进展。
该研究结果于2023年8月8日发表在科学杂志《自然通讯》上。
https://www.u-tokyo.ac.jp/content/400221101.pdf
以上就是今天给大家整理翻译的在8月25日-8月31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！
