+1

川上 雅士

通信機器におけるEMC/PI/SI協調設計手法

　電子機器は不要な電磁波を放射し，他の機器を妨害する可能性がある． このような問題をEMC(Electromagnetic Compatibility)問題と言う．EMC問題を解決することは，安心安全な電磁環境実現のために重要であり，高品質な電子情報化社会の確立への貢献につながる．本研究は，通信機器をターゲットにし，EMC，SI(Signal Integrity)，PI(Power Integrity)についても同時に仕様を満足する協調設計手法の構築を行っている． 　

横山 奨

微粒子クロマトグラフィー技術の実現に向けた次世代型マイクロ流体デバイス開発ユニット

プリンティング・エレクトロニクスにより作製した電極に誘電泳動現象を発現させることで微粒子を吸着する静電集塵用電極として応用。流路断面積が変化する高分子樹脂製マイクロ流体デバイスと組み合わせることで、流体のせん断力微粒子と静電気力を用いて微粒子を分離する。分離後、回収流路を用いてソーティングを実施することで微粒子を対象にしたクロマトクグラフィー技術としての実用化を目指す。

+3

小池 一歩

絹フィブロインを用いた酵素膜の作製と拡張ゲートFET型バイオセンサーへの応用

本研究室が行っている研究課題の一つに「連続モニタリング可能な拡張ゲートFET型バイオセンサーの開発」があります。近年，低侵襲でバイオマーカを検査できるパッチ式バイオセンサーの開発に関心が高まっています。我々は，市販のMOSFETのゲート端子に酵素膜を形成した拡張電極を接続して，グルコース（糖），クレアチニン，尿素窒素を検出するための拡張ゲートFET（EGFET）型バイオセンサーの開発を行っています。本研究シーズは，絹フィブロインを用いた酵素膜の作製とEGFET型バイオセンサー回路の設計です。

谷垣 勇輝

多目的な深層学習モデルの構造最適化

近年，大規模言語モデルをはじめとした深層学習技術に注目が集まり，多くのアプリケーションが性能を競い合っている．構造に複雑化した深層学習モデルの構造を人の手で設計することは困難なため，モデル構造の最適化を意味するNeural Architecture Search（NAS）手法が数多く開発されている．一般的にNASでは推論性能を最大化するようにモデル構造を作成する．しかし，ハイエンドな深層学習モデルは，非常に高コストな計算処理を要求するため，個人の所有するロースペックな計算機では高度なAIアプリケーションを利用することはできない．今後，AI技術が広く普及していくため，ユーザの持つ計算機スペックと推論性能のトレードオフを考慮した多目的NASアルゴリズムの開発を行っている．