东京大学大学院工学系研究科
高频/功率器件中二维电子气的成功可视化-尖端材料的创新测量技术
目前，在纳米尺度上可视化累积在半导体界面上的电子载流子非常困难。在JST战略基础研究推进项目中，由东京大学大学院工学系研究科与相关会社合作，直接成功地观察到积聚在半导体界面的二维电子气。
我们使用电子显微镜的新测量技术，成功地直接观察了位于GaN 基半导体界面数纳米区域的二维电子气。该测量技术将有力推动材料界面等基础研究、高性能半导体器件、量子器件等前沿材料的研发。
在这项研究中，我们通过使用电子显微镜进行局域电场观察的新方法，成功地将积聚在半导体界面几纳米区域的二维电子气可视化和量化。
这些进步使二维电子气的高级控制成为可能，并有望进一步提高晶体管的性能。该研究成果使控制二维电子气的高性能高频/功率器件得以诞生，为半导体器件的界面分析和控制带来革新，有望带来突破性的测量技术那进步。
该研究成果于2023年3月21日凌晨1点（日本时间）发表在英国科学期刊《自然纳米技术》网络版上。
https://www.t.u-tokyo.ac.jp/press/pr2023-03-22-001
东京大学大学院理学系研究科
在太阳系外坠落的粒子中寻找生命痕迹
”地球之外是否存在生命？需要一种寻找原始太阳系外生命的新方法。”
东京大学大学院科学研究科戸谷友則教授提出了一种寻找起源于太阳系外生命的新方法。在太阳系外恒星周围的行星系统中，小行星与承载生命的行星相撞，行星表面的岩石被抛射到太空中成为细小的颗粒。
它跳出行星系统，进入星际空间，有的最终在太阳系来到地球。在这项研究中，估计每年大约有 100,000 个这样的粒子落在地球上。
未来，通过捕获这些粒子，我们或许能够直接获得起源于远离我们太阳系的行星系统的生命痕迹。它可能会回答银河系众多恒星中有多少拥有生命行星的问题。未来，希望通过技术研究来实现这样的探索。
东京大学大学院理学系研究科
https://www.s.u-tokyo.ac.jp/ja/info/8339/
京都大学大学院総合生存学館
为实现安全的加密资产和数字经济
使用交易网络的相关张量来预测加密资产价格是否暴涨
加密资产正在成为数字经济不可或缺的一部分。京都大学総合生存学館与理化研究所联合研究，利用网络科学、拓扑学、机器学习、量子逻辑等手段检测洗钱、欺诈等异常事件，防止价格暴涨从事价格预测的理论研究。
由京都大学池田裕一教授、特定助教アビジット・チャクラボルティ和理化研究所助理教授初田哲男领导的研究小组开发了一种分析光谱的新方法，发现相关张量的最大奇异值与加密货币价格的价格呈显着负相关。利用这一发现，我们有望提供价格暴涨的早期指标。
目前，我们正在确认该开发方法在本文分析的时间段之外是否有效。今后，我们将与国内外企业共同努力，将这种开发方法作为来自京都的技术付诸实践，以实现可以安心使用的加密资产和数字经济。
该研究成果于2023年3月22日在线发表于国际期刊Scientific Reports。
https://www.kyoto-u.ac.jp/ja/research-news/2023-03-27
京都大学情報学研究科
利用400台无线设备实现自主建网和数据传输-------智能电表和城市无线通信国际标准Wi-SUN FAN大规模现场实证成功
京都大学情報学研究科教授原田博司的课题组对采用国际无线通信标准Wi-SUN FAN（Field Area）的无线设备进行了大规模高密度环境下的通信网络测试。
在场地内安装了 400 个无线电，并成功地确认了所有无线电的自治多跳网络的构建并进行了通信测试。
这些结果表明，Wi-SUN FAN 的自主多跳网络构建功能在城市地区、住宅区和公寓小区中有效发挥作用，并将在下一代智能电表和智慧城市中得到实际应用，有望成为将来投入实际使用。
https://www.kyoto-u.ac.jp/ja/research-news/2023-03-30-8
北陸先端科学技術大学院大学
東京大学大学院情報理工学系研究科
开发一个新的界面，使深度学习更容易、更准确，一键减少人工智能偏见的影响
我们开发了一个新的界面允许用户单击一下即可对图像进行注释，允许人工智能 (AI) 专注于正确的区域并做出决策。该系统可以减少“共现偏差”的影响，这是人工智能学习中的一个问题。
有了这个系统，就可以用更少的数据更准确地使用深度神经网络 (DNN) 方法进行深度学习，这有望导致 DNN 训练时间和成本的减少。
https://www.jaist.ac.jp/whatsnew/press/2023/03/30-1.html#gsc.tab=0
北陸先端科学技術大学院大学謝浩然講師与東京大学大学院情報理工学系研究科チャン チアミン特任講師、五十嵐健夫教授和吉林大学Xi Yang准教授领导的研究小组开发了一种新的人机交互系统来消除深度学习中共现偏差的影响。
允许用户通过单击来注释图像，从而大大减少了 DNN 训练的时间和成本。此外，由于传统的定向引导方法没有交互设计且效率低下，本研究还提出了一种交互系统，其中 DNN 通过用户注释图像来调整 ROI 。
在该系统中，用户通过鼠标左键单击图像中要识别的部分，必要时右键单击要忽略的部分。
用户调查表明，这种方法比以前的任何方法都更准确，因此，人类通过点击来注释图像中的 ROI 的系统（基于点击的系统）需要定向引导的时间减少了 27%，并且学习的准确性大大提高。
这项研究的结果已在 ACM IUI 2023（第 28 届智能用户界面年会）上公布，这是一个关于人工智能和交互技术的国际会议，将于 2023 年 3 月 27 日至 31 日在澳大利亚悉尼举行。
以上就是本期给大家整理翻译的，在3月21日-3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！
