2025.04.28

• プレスリリース
• 研究
• 

全結合型イジングマシンLSIシステム、容量と精度のデュアルスケーラブル化に成功
～社会のあらゆる組合せ最適化問題に挑む～

研究の要旨とポイント クラウドと異なり、エッジ環境では電力や設置形態に制約があるため、問題の特性に応じて容量（スピン数）と精度（相互作用ビット幅）を最適化することが重要です。 今回、容量と精度の両方向に展開できる画期的なデュアルスケーラブル…

2025.03.04

• 受賞
• 

RISC-V Day Tokyo 2025 SpringにおけるAI、RISC-V研究ポスター発表会にて本学学生がBest Poster Awardを受賞

RISC-V Day Tokyo 2025 SpringにおけるAI、RISC-V研究ポスター発表会にて本学学生がBest Poster Awardを受賞しました。 受賞者 工学部　電気工学科　4年　安藤 陸 指導教員 工学部　電気工学科　…

2024.11.18

• 受賞
• 

iSAI/NLP2024において本学大学院生がBest Paper Awardを受賞

iSAI/NLP2024において本学大学院生がBest Paper Awardを受賞しました。 受賞者 工学研究科　電気工学専攻　修士課程1年　佐藤 優大 指導教員 工学部　電気工学科　教授　河原 尊之 受賞題目 Quantum Circu…

2024.11.14

• メディア

河原 尊之教授らの研究成果が日刊工業新聞に掲載

工学部 電気工学科 河原 尊之教授らの研究成果が日刊工業新聞に掲載されました。 河原教授らの研究チームは、エッジ側に搭載できる学習機能を持つ人工知能（AI）処理ハードウエアを開発しました。 学習機能を備えたままBNNをエッジ側で実現可能にな…

2024.11.13

• プレスリリース
• 研究
• 

2つの独立した全結合型イジングマシン実装により相互作用数半減手法効果を実証
～ホップフィールドネットワークの課題を克服、エッジで組み合わせ最適化問題を解く～

研究の要旨とポイント ホップフィールドネットワークは組合せ最適化問題の解を得られるものの、局所解に陥りやすいという問題があります。全結合型イジングマシンは、そうした課題に対応できる機構です。 今回、これまでに研究チームが開発したスケーラブル…

2024.10.24

• プレスリリース
• 研究
• 

エッジ側に搭載可能な“学習機能”を備えた人工知能処理ハードウエアを開発
～スピントロニクス技術を活用し、三値勾配二値化ニューラルネットワークを提案～

研究の要旨とポイント エッジでの“学習機能”を備えた人工知能の実現に向け、エッジでの演算の回路規模、消費電力を可能な限り抑えることが求められており、そのためには、重み及び活性化値を2値で扱うBinarized neural network …