理工科研究动态 | 本期院校：东京大学、九州大学、京都大学...

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：

·東京大学大学院工学系研究科

·金沢大学

·九州大学

·京都大学情報学研究科

·京都大学電気工学専攻

·広島大学

·大阪大学大学院理学研究科

·北海道大学大学院情報科学研究院

01

東京大学大学院工学系研究科

成功开发出柔软且高强度的陶瓷 -实现与金属相媲美的高韧性-

東京大学大学院工学系研究科附属総合研究機構次世代ジルコニア創出社会連携講座的松井光二特任上席研究員、馮斌（フウビン）特任准教授、吉田英弘特任教授和幾原雄一特任教授的课题组和東ソー株式会社的細井浩平主任研究員的研究课题组成功开发出世界上第一个高强度氧化锆陶瓷，颠覆了陶瓷的概念。

高强度氧化锆是精细陶瓷的一种，是具有代表性的结构陶瓷，广泛应用于牙科材料、磨球、装饰材料、光纤连接件、工业设备材料等。

材料的机械特性即强度和韧性很大程度上取决于构成显微组织的晶相的稳定性，其强化机制可以通过应力诱发的相变来理解。

高强度氧化锆被誉为氧化铝、氮化硅等精细陶瓷中机械性能最好的材料。一般来说，强度和韧性之间存在权衡关系，并且在不降低强度的情况下实现与金属相当的高韧性被认为是困难的。

本研究基于氧化锆的强化机理，提出了克服陶瓷脆性这一弱点的微观结构假说，合成了体现该假说的原料粉末，并通过成型和烧结获得了氧化锆陶瓷。

进行了微观结构分析和机械性能评估以验证微观结构假设，并成功开发出具有世界最高性能的高强度氧化锆，具有可与金属媲美的高韧性。

通过实现这种革命性的氧化锆，除了高强度材料市场的增长外，它还被广泛应用于需要高可靠性的工具、外壳和生物医学材料等领域。导致基于微观结构控制的下一代高性能氧化锆的诞生。

这项研究成果于2023年6月26日（东部夏令时间）发表在美国国家科学院院刊网络版《PNAS：Proceedings of the National Academy of Sciences》上。

https://www.t.u-tokyo.ac.jp/press/pr2023-06-28-001

02

東京大学大学院工学系研究科

金沢大学

九州大学

开始开发利用人工智能机器人的燃料电池工艺搜索系统的基础技术 - NEDO“共同问题解决产学官合作研究开发项目，大幅扩大燃料电池的使用”

東京大学大学院工学系研究科的長藤圭介准教授、金沢大学、九州大学、堀場製作所协同共同开始了“燃料电池过程信息学通用平台的建设”。

该项目已被国家研究开发机构新能源和产业技术综合开发机构（NEDO）采纳，作为其“解决共同问题的产学官合作研究与开发项目，以大幅扩大新能源的使用”的一部分。燃料电池等”。

在这个项目中，为了进一步提升日本燃料电池产业的竞争力将构建一个生产工艺开发DX的通用平台，即利用AI机器人的工艺搜索系统。

为了大幅提高燃料电池生产工艺的开发速度，将建立一个基于人工智能机器人自动实验/自主搜索系统的“工艺信息学”通用平台，并将其命名为ROPES（Robotic Objective Process Exploration System：机器人与人类协同工作的过程探索系统），比喻为（英文意思是“诀窍”）。

该项目运行时间较短，为期一年零九个月，直至2025年3月，将重点关注催化剂层的涂覆和干燥，催化剂层是燃料电池发电的核心。

评价指标设定为“ 1 ” 工作时间的十分之一”和“试验次数的十分之一”继续进行FC-ROPES的开发。

https://www.t.u-tokyo.ac.jp/press/pr2023-07-05-001

03

京都大学情報学研究科

开拓大规模复杂网络的非平衡热力学 - 成功推导非对称伊辛模型熵产生

从物理现象到生命，自然系统通过与环境的能量和物质交换来维持秩序。这一机制在非平衡热力学领域已被研究多年。

近年来，涨落热力学新领域不断发展，对胶体粒子、分子马达等微观非平衡过程的认识也取得了迅速进展。然而，具有复杂相互作用元素的大型系统的非平衡热力学仍然是一个未解决的问题。

这次，由島崎秀昭 情報学研究科准教授（兼：北海道大学客員准教授）和Miguel Aguilera スペイン・バスク応用数学センター（Basque Center for Applied Mathematics）博士的研究课题组得出了一种严格的熵生成解决方案，可以定量评估时间不对称。

该系统基于伊辛模型，这是统计物理和机器学习的标准模型。结果，不仅时间不对称性在有序-无序相变点附近局部最大化（如之前在其他系统中所示），而且半确定性动力学表现出的无序性被发现在相位中是最大的。

标准模型中熵生成的严格推导使得准确描述生物体和机器中循环神经网络中的模式生成成为可能。这一结果是朝着建立大规模复杂系统的非平衡热力学迈出的重要一步。

该研究成果于2023年6月23日在线发表在国际学术期刊《Nature Communications》上。

https://www.kyoto-u.ac.jp/ja/research-news/2023-06-27

04

京都大学電気工学専攻

広島大学

非线性随机模型的稳定性理论~连接机器学习和自动化技术

➤将机器学习建模技术应用于自动化技术的数学基础

➤支持多种机器学习方法

➤有望提高自动驾驶等的安全性和舒适性

京都大学電気工学専攻的細江陽平講師和広島大学的研究者组成的研究小组将基于机器学习的建模技术应用于自动化技术方面取得了重大突破。

机器学习可以表述广泛的对象和现象，但获得了一种非常通用的模型，称为非线性随机模型，很难将其直接应用于自动化技术。

在这项研究中创建了一种新的稳定性理论，称为“随机收缩理论”来解决这个根本问题。基于所提出的理论，预计将有可能开发基于机器学习获得的模型的自动化技术。

该研究成果于2023年6月7日发表在《IEEE Transactions on Automatic Control》网络版上。

https://www.t.kyoto-u.ac.jp/ja/research/topics/20230704

05

大阪大学大学院理学研究科

北海道大学大学院情報科学研究院

向实现具有三维导电聚合物布线的类脑计算机迈出了一步，成功地将联想记忆赋予3D聚合物网络

大阪大学大学院理学研究科/北海道大学大学院情報科学研究院的赤井恵教授、北海道大学大学院情報科学院的萩原成基（博士後期課程）的研究小组在国际上首次阐明了生长导电聚合物的分子线可以作为三维布线材料，并且利用这种材料可以实现可以像大脑一样学习的类脑计算机。

随着大脑的生长，分子线被拉伸并连接到溶液中，以使电路能够学习，并且还成功地将联想记忆传递给最终的网络。

迄今为止，仅实现了导电聚合物线材的二维布线，三维布线性能尚未明确。

这次，研究小组利用现有的微加工技术制造了具有锋利尖端的三维电极。通过将其用作避雷针并将电场集中在尖端，证明可以三维生长导电聚合物细线。

预计这将导致下一代类脑计算机的实现，其具有像大脑一样的密集3D网络结构。

该研究成果于日本时间7月1日星期六1点发表在美国科学杂志《先进功能材料》上。

https://resou.osaka-u.ac.jp/ja/research/2023/20230701_1

以上就是今天给大家整理翻译的在6月7日-7月1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！