Leijie Wu 研究室
主宰者:Leijie Wu
北陸先端科学技術大学院大学
AI 要約(直近 5 年の研究成果)
Wu研究室の研究は、大きく二つの分野にわたっています。
一つは、液体が蒸発する際の界面現象に関する研究です。水を含むポリマー分散液が乾燥する過程で、界面が分裂し複雑なパターンを形成する現象を調査しています。特に、熱を加えながら狭い空間で乾燥させると、濃度のばらつきが生じて界面が不安定になり、微粒子が積み重なることで独特の構造が生まれることを明らかにしています。流体の流れを可視化する実験手法を用いて、表面張力によって生じる循環流が材料の密化過程にどのように影響するかを解明し、ポリサッカライド系材料の物性制御に応用しています。
もう一つは、機械学習システムの実運用における課題に関する研究です。複数のクライアント(参加者)が協力して学習モデルを構築するフェデレーテッド学習において、参加者のデータ分布が大きく異なる環境での学習精度の向上や、データ削除要求への対応、クライアントの参加意欲を高めるための経済的メカニズム設計などを研究しています。強化学習やオークション理論といった手法を組み合わせ、長期的に持続可能なシステムの構築を目指しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Toshihiro Itoh 研究室東京大学論文 161 件·共通: ポリマー, 高分子, 高分子・材料化学, 材料工学 +6
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: 機械学習, 機械, 材料工学, 材料 +9
- 化学Kohzo Ito 研究室東京大学論文 112 件·共通: 高分子, 高分子・材料化学, 機械, 材料工学 +7
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 機械学習, 機械, 学習, システム +8
- 環境科学Sameh A. Kantoush 研究室京都大学論文 104 件·共通: 流体, 機械学習, 機械, 学習 +7
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 機械学習, 機械, 学習, システム +8
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 機械学習, 機械, 学習, システム +8
- 医学Yohei Okada 研究室京都大学論文 102 件·共通: 機械学習, 機械, 学習, システム +8
研究成果(15 件)
- DOI: https://doi.org/10.1109/infocom59046.2026.11571190
- DOI: https://doi.org/10.1002/admi.70393
- DOI: https://doi.org/10.18653/v1/2026.acl-long.942
- DOI: https://doi.org/10.1109/tmc.2024.3350654
- DOI: https://doi.org/10.1145/3652892.3700764
- DOI: https://doi.org/10.1109/tmc.2024.3396218
- [2023] Recognition of Spatial Finiteness in Meniscus Splitting Based on Evaporative Interface FluctuationsDOI: https://doi.org/10.1002/admi.202300510
- DOI: https://doi.org/10.1002/admi.202370096
- DOI: https://doi.org/10.1109/tmc.2023.3317063
- DOI: https://doi.org/10.1109/icdcs54860.2022.00091
続きを表示(残り 5 件)閉じる
- [2022] Anisotropic Responses with Cation Selectivity in Hierarchically Ordered Polysaccharide NetworksDOI: https://doi.org/10.1021/acsapm.2c00859
- DOI: https://doi.org/10.1109/mnet.001.2200198
- DOI: https://doi.org/10.1109/tc.2021.3068219
- [2021] Incentive-Driven Long-term Optimization for Edge Learning by Hierarchical Reinforcement MechanismDOI: https://doi.org/10.1109/icdcs51616.2021.00013
- DOI: https://doi.org/10.1109/tetc.2021.3063517
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。