Ryosho Nakane 研究室
主宰者：Ryosho Nakane
東京大学
AI 要約（直近 5 年の研究成果）
本研究室の主要な研究テーマは、時系列データの効率的な処理を実現する物理系リザーバー計算の開発です。研究対象は、強誘電体材料の分極ダイナミクスが持つ非線形性と時間的記憶特性を利用した計算デバイスの設計と実装です。具体的には、強誘電体トランジスタやハフニア・ジルコニア系強誘電体を用いたデバイスを構築し、ゲート電圧や基板バイアスの印加によって内部状態を制御することで、複雑な時系列パターンの認識や予測を行う能力を引き出しています。
実験的なアプローチとしては、シリコン基板上に強誘電体膜を積層したトランジスタを製造し、その出力電流や電圧の動的特性を詳細に測定する手法を採用しています。材料面では反強誘電体特性を持つデバイスも検討対象となっており、より複雑な分極切り替え動作による計算容量の向上を探索しています。さらに、相補的なトランジスタの組み合わせや複数デバイスの並列配置などの多様な構成を試みることで、システムの性能を高めています。
主要な成果として、これらのデバイスが音声認識や異常検知、時系列予測といった実用的なタスクを処理できることが実証されています。加えて、長期運用時の信頼性問題（界面劣化への耐性）についても研究が進められており、リトレーニング手法によって動的特性の変化に適応させる仕組みが確立されつつあります。このように、低消費電力で高速学習が可能な新しい計算システムの実現を目指した研究が展開されています。
※ 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)
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 応用 AI, AI・機械学習, 学習, システム +8
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: AI・機械学習, 学習, システム, 計算機科学 +8
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 応用 AI, AI・機械学習, 学習, システム +5
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: AI・機械学習, 材料工学, 材料, 学習 +7
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: AI・機械学習, 学習, システム, 計算機科学 +7
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 学習, システム, 計算機科学 +7
- 医学Toshihisa Anzai 研究室北海道大学論文 101 件·共通: AI・機械学習, 学習, システム, 計算機科学 +7
- 医学Takashi Kaito 研究室大阪大学論文 102 件·共通: 材料工学, 材料, 学習, システム +7
研究成果（60 件）
- [2026] kV-Class Photoconductive Semiconductor Switches Using Mn-Doped Semi-Insulating GaN Bulk CrystalsDOI: https://doi.org/10.1109/ispsd64561.2026.11553953
- DOI: https://doi.org/10.1063/5.0323168
- [2026] Substrate-voltage-controlled temporal nonlinearity in ferroelectric FET-based reservoir computingDOI: https://doi.org/10.1063/5.0329212
- [2025] Reliable Operation of FeFET Reservoir Computing With Robustness Against Interface DegradationDOI: https://doi.org/10.1109/ted.2025.3620321
- DOI: https://doi.org/10.35848/1347-4065/adfae1
- DOI: https://doi.org/10.1109/transducers61432.2025.11109173
- DOI: https://doi.org/10.35848/1882-0786/ade199
- DOI: https://doi.org/10.1109/dtip66728.2025.11099486
- DOI: https://doi.org/10.1109/icmts63811.2025.11068934
- DOI: https://doi.org/10.1088/2634-4386/addb6d
続きを表示（残り 50 件）閉じる
- [2025] Polarization current-based reservoir computing utilizing an anti-ferroelectric-like HfZrO2 capacitorDOI: https://doi.org/10.1063/5.0255149
- DOI: https://doi.org/10.1587/transfun.2025gci0002
- [2025] Voltage-operating reservoir computing utilizing ferroelectric-FET source follower configurationsDOI: https://doi.org/10.35848/1347-4065/adb295
- DOI: https://doi.org/10.1109/icmts59902.2024.10520699
- DOI: https://doi.org/10.35848/1347-4065/ad2133
- DOI: https://doi.org/10.1103/physrevb.110.205302
- DOI: https://doi.org/10.1380/vss.67.545
- DOI: https://doi.org/10.7567/ssdm.2024.b-5-02
- [2024] Reservoir Computing Utilizing a Complementary Combination of <i>n</i>- and <i>p</i>-Channel FeFETsDOI: https://doi.org/10.1109/led.2024.3435422
- DOI: https://doi.org/10.1109/snw63608.2024.10639235
- DOI: https://doi.org/10.1109/dtip62575.2024.10613147
- DOI: https://doi.org/10.1109/icmts59902.2024.10520685
- DOI: https://doi.org/10.1109/mems58180.2024.10439452
- DOI: https://doi.org/10.1109/irps48228.2024.10529344
- [2023] Improvement in HZO FeFET-based Reservoir Computing Capacities through Operating Voltage OptimizationDOI: https://doi.org/10.7567/ssdm.2023.k-6-05
- DOI: https://doi.org/10.1109/ted.2023.3318870
- DOI: https://doi.org/10.1587/nolta.15.183
- [2023] (Invited) Physical Understanding of HfZrO<sub>2</sub>/Si FeFET Memory and Its AI ApplicationsDOI: https://doi.org/10.1149/ma2023-02301523mtgabs
- DOI: https://doi.org/10.1109/iedm45741.2023.10413840
- [2023] (Invited) Physical Understanding of HfZrO<sub>2</sub>/Si FeFET Memory and Its AI ApplicationsDOI: https://doi.org/10.1149/11201.0065ecst
- DOI: https://doi.org/10.1109/icicdt59917.2023.10332320
- DOI: https://doi.org/10.1109/icicdt59917.2023.10332331
- DOI: https://doi.org/10.1109/ijcnn54540.2023.10191175
- DOI: https://doi.org/10.1103/physrevapplied.19.034047
- DOI: https://doi.org/10.1109/edtm55494.2023.10102996
- DOI: https://doi.org/10.1109/vlsitechnologyandcir46769.2022.9830412
- DOI: https://doi.org/10.1109/ijcnn55064.2022.9892365
- DOI: https://doi.org/10.1103/physrevapplied.18.064071
- DOI: https://doi.org/10.7567/ssdm.2022.c-8-03
- [2022] FeFET Reservoir with Four-Terminal Operation for Efficient and Flexible Reservoir Computing HardwareDOI: https://doi.org/10.7567/ssdm.2022.f-7-03
- DOI: https://doi.org/10.1063/5.0102974
- DOI: https://doi.org/10.1038/s44172-022-00021-8
- DOI: https://doi.org/10.1109/ijcnn55064.2022.9892805
- DOI: https://doi.org/10.1142/s0218127422501413
- [2022] Simulation platform for pattern recognition based on reservoir computing with memristor networksDOI: https://doi.org/10.1038/s41598-022-13687-z
- DOI: https://doi.org/10.1109/edtm50988.2021.9420870
- DOI: https://doi.org/10.1063/5.0057576
- DOI: https://doi.org/10.7567/ssdm.2021.b-3-04
- [2021] A Numerical Exploration of Signal Detector Arrangement in a Spin-Wave Reservoir Computing DeviceDOI: https://doi.org/10.1109/access.2021.3079583
- DOI: https://doi.org/10.1109/snw51795.2021.00014
- DOI: https://doi.org/10.1149/ma2021-0230909mtgabs
- DOI: https://doi.org/10.1149/10404.0017ecst
- DOI: https://doi.org/10.7567/ssdm.2021.b-5-07
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）。