- Address
- 305-0044 茨城県つくば市並木1-1 [アクセス]
研究内容
- Keywords
ニューロモルフィックコンピューティング、神経模倣素子、AIハードウェア、マテリアル知能、イオニクスデバイス
出版物2004年以降のNIMS所属における研究成果や出版物を表示しています。
所属学会
応用物理学会, 電気化学会
受賞履歴
- SSDM Young Researcher Award (2026)
- 第9回応用物理学会 薄膜・表面物理分科会論文賞 (2025)
- Oral prize valued as a 1-year free RSC membership from Materials Horizons journal, by the Royal Society of Chemistry. Neuronics25 (2025)
- 第20回NIMS理事長賞 進歩賞 (2025)
- 第57回（2024年秋季）応用物理学会講演奨励賞 (2025)
- 電気化学会第91回大会優秀学生講演賞 (2024)
- 東京理科大学学生表彰 (2024)
- Poster Award, MANA International Symposium 2024 (2024)
- Outstanding Poster Award, 23rd International Conference on Solid State Ionics (2022)
- 東京理科大学学生表彰 (2021)
- 東京理科大学奨励賞(数学・物理) (2021)
- 東京理科大学応用物理学科卒業研究発表会優秀発表賞 (2019)
- 第28回日本MRS年次大会若手奨励賞 (2018)
外部資金獲得履歴
- (科研費/若手研究) 材料界面のイオンと電子のダイナミクスに基づく高性能物理演算デバイスの創成 (2025)
- (科研費/特別研究員奨励費PD) 固体電気二重層の界面制御を利用する高性能イオンゲーティングリザバーの開発 (2024)
- (科研費/特別研究員奨励費DC1) 固体電気二重層を利用する超高速動作・高線型性人工シナプス素子 (2021)
ナノアーキテクトニクス材料研究センター
タイトル
イオンゲルとグラフェンによる物理リザバー計算
キーワード
物理リザバー計算, イオンゲーティング, イオンゲル, グラフェン, 時系列情報処理, エッジAI
概要
材料の物理応答を計算に利用し、少ない演算で時系列信号を処理するデバイスを研究しています。イオンゲルとグラフェンを組み合わせたイオンゲーティングリザバー（IGR）では、電圧入力に伴うイオンの動きと電子の応答が、入力信号を多様な電流波形へ変換します。この非線形応答と過去の入力の影響を利用することで、簡単な読み出し計算による予測や分類を実現します。センサの近くで情報を処理する、小型で効率的なAIハードウェアを目指しています。
新規性・独創性
- 材料界面におけるイオンと電子の応答を、時系列情報の変換と記憶に利用します。
- グラフェンの非線形な電気特性と複数チャネルの異なる応答を組み合わせ、入力信号から多様な特徴を生成します。
- 特徴を作る処理を物理デバイスが担い、出力を読み出す重みを学習する構成によって、デジタル演算の負担を減らします。
内容
イオンゲルに電圧を加えると、イオンがグラフェン界面に集まり、電気二重層を形成します。この過程でグラフェンを流れる電流が変わり、入力の大きさや時間的な変化を反映した応答が得られます。複数の電流応答を組み合わせて読み出すことで、時系列に含まれる情報を予測や分類に使える形へ変換します。
イオンゲル／グラフェンIGRを用いて、幅広い時間スケールでの時系列処理を実証しました。カオス時系列の10ステップ先予測では、同程度の予測精度を得る畳み込みニューラルネットワーク（CNN）との比較で、推論に必要な演算量を約2桁削減しました。[1]
さらに、喉の振動を電圧へ変換するセンサとIGRを組み合わせ、数字の発話を分類しました。センサ信号をパルス電圧としてIGRへ入力し、その電流応答を線形分類器で読み出します。周波数解析による特徴抽出を使わずに発話を分類でき、センシングと情報処理を結び付ける構成を示しました。[2]
関連論文
[1] D. Nishioka et al., “Two Orders of Magnitude Reduction in Computational Load Achieved by Ultrawideband Responses of an Ion-Gating Reservoir,” ACS Nano 19, 36896–36914 (2025). https://doi.org/10.1021/acsnano.5c06174
[2] D. Nishioka et al., “Ion-Gating Reservoir Computing for Preprocessing-Free Speech Recognition from Throat Vibrations,” Advanced Electronic Materials (2026). https://doi.org/10.1002/aelm.202600006
まとめ
イオンゲルとグラフェンの応答を利用し、時系列予測とセンサ信号の分類を担う物理リザバーを実現しました。材料・界面・デバイス構造の設計を通じて計算機能を高め、センサの近くで効率よく情報を処理するAIデバイスへ展開します。
この機能は所内限定です。
この機能は所内限定です。