大阪大学 研究シーズ|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード：大阪大学における「トポロジー」 に関係する研究一覧：4件
概要表示
折りたたむ
発表日：2026年5月18日
1
超高速・超低省電力で動作する不揮発量子スイッチング素子
40ピコ秒動作、次世代コンピュータ・データセンター省エネへ
東京大学大学院理学系研究科のTsai Hanshen特任助教、松田拓也特任助教（研究当時）、中辻知教授らの研究グループは、同研究科有田亮太郎教授（兼：理化学研究所 創発物性科学研究センター チームディレクター）、同大学大学院工学系研究科の竹中充教授、清水宏太郎助教、飯塚哲也教授、および同大学物性研究所の三輪真嗣准教授、ならびに理化学研究所創発物性科学研究センターの近藤浩太上級研究員（研究当時）（現：大阪大学先導的学際研究機構 准教授）らと共同で、...
キーワード：アーキテクチャ/インターフェース/GPU/機械学習/最適化/人工知能（AI）/学際研究/重金属/スピンホール効果/トポロジー/パルス/フォトダイオード/異常ホール効果/磁気構造/磁気秩序/多極子/反強磁性/反強磁性体/物性物理/量子コンピュータ/量子スピン/スケーリング/ホール効果/素粒子/磁場/スピントルク/トポロジカル/トポロジカル物質/光電流/磁性体/マンガン/キャリア/スピンダイナミクス/スピン軌道トルク/メモリ/強磁性/光インターコネクト/磁化反転/電子回路/不揮発メモリ/量子エレクトロニクス/省エネ/アモルファス/強磁性体/光電変換/電子状態/シリコン/スピン/スピントロニクス/ダイナミクス/トルク/ピコ秒/レーザー/省エネルギー/相変化/耐久性/低消費電力/微細加工/量子力学/結晶構造
他の関係分野：情報学環境学数物系科学総合理工工学農学
概要表示
折りたたむ
発表日：2025年10月1日
2
トポロジーで紐解くアモルファスの硬さが決まるメカニズム
柔らかさの鍵は階層構造
大阪大学産業科学研究所の南谷英美教授、産業技術総合研究所マテリアルDX研究センターの中村壮伸主任研究員、岡山大学学術研究院異分野融合教育研究領域（AI・数理）の大林一平教授、東京大学大学院総合文化研究科の水野英如助教からなる研究グループは、アモルファスにおける力学応答の構造的要因を、数学のトポロジーを応用した手法によって明らかにしました。アモルファス構造を持つ材料は、結晶とは異なる電気伝導特性や機械特性を持っており、太陽電池やコーティング材料など幅広く応用されています。アモルファスにひずみを加えると、ひずみに沿った変位以外に、不均一な原子の変位が生じます。これは...
キーワード：人工知能（AI）/空間分布/ホモロジー/多面体/トポロジー/物質科学/分子動力学シミュレーション/データ解析/太陽/アモルファスシリコン/トポロジカル/非晶質/機械的特性/持続可能/持続可能な開発/秩序構造/アモルファス/太陽電池/電気伝導/電池/コーティング/シミュレーション/シリコン/ネットワーク構造/ひずみ/階層構造/動力学/分子動力学/層構造/ステント/異分野融合
他の関係分野：情報学環境学数物系科学総合理工工学
概要表示
折りたたむ
発表日：2025年5月12日
3
電子の地図が決めていた、“渦”のサイズ
世界最小スキルミオンの誕生メカニズムを解明
東京大学物性研究所のYuyang Dong大学院生（同大学大学院理学系研究科物理学専攻博士課程）（いずれも研究当時）と近藤猛准教授らの研究グループは、同研究所の木下雄斗特任助教、徳永将史教授、大阪大学大学院理学研究科の越智正之准教授、東京都立大学の松田達磨教授、北海道大学の速水賢教授らの研究グループと共同で、世界最小のスキルミオンが発現することで知られる物質GdRu₂Si₂において、スキルミオンの源となる、らせん状のスピン構造(らせんスピン...
キーワード：スピン密度波/トポロジー/パルス/パルス磁場/フェルミ面/幾何学/擬ギャップ/強い相互作用/光電子分光/磁気構造/磁気秩序/対称性/反強磁性/物質科学/量子情報/量子情報処理/放射光/磁場/スキルミオン/空間反転対称性/磁性体/電子分光/メモリ/強磁性/省エネ/ドメイン構造/電子構造/スピン/スピントロニクス/ナノスケール/ナノメートル/温度制御/第一原理/第一原理計算/低消費電力/機能性/結晶構造/スキル
他の関係分野：数物系科学総合理工工学農学
概要表示
折りたたむ
発表日：2025年3月14日
4
AI応用アナログメモリスタの高精度化 アルゴリズムを開発
新規AI計算アーキテクトの実装に向けて
大阪大学大学院基礎工学研究科システム創成専攻のDIAO ZHUO助教、藤平哲也准教授、酒井朗教授らの研究グループは、アナログメモリスタの新しい抵抗制御技術を開発しました。アナログメモリスタは、電圧をかけると抵抗値が変わる特別な電子部品です。電圧をかけることで抵抗値を自由に設定することができ、１つのメモリスタで複数の情報を記憶することができるという特徴を持っています。これらの特徴を生かし、ニューラルネットワークの重みを抵抗状態に対応させることで、AIハードウェアにおけるエネルギー効率と演算速度を飛躍的に向上させる可能性を秘めています。AIの精度向上にはアナログメモリスタの抵抗レベ...
キーワード：ハードウェア/アルゴリズム/タスク/ニューラルネットワーク/フレームワーク/モノのインターネット（IoT）/情報学/人工知能（AI）/産学連携/トポロジー/非線形/メモリ/エネルギー効率/持続可能/ボトルネック/持続可能な開発/電気伝導/ニューラルネット/低消費電力/非線形性/スマートフォン
他の関係分野：情報学複合領域数物系科学工学