ここにメッセージを入れることができます。
矯正・保護総合センターでは、センターが行っている教育・研究・社会貢...
魅力発信！インタビュームービー公開第3弾！～Ryu-SEI GAP まなサポ+1 渡久山盛陽さん～
新型コロナウイルス禍により、今年度は高校生のみなさんへ直接お会いし...
福祉フォーラム第24回専門セミナー【オンライン（Zoom）開催】 「社会福祉現場におけるオンラインミーティングのファシリテーション～『これでいいのかな？』から『これでいこう！』へ～」を開催しました！
８月29日及び9月12日にオンラインで第24回専門セミナー「社会福祉現場...
１０／３（土）に、政策学部のオンラインオープンキャンパスを開催いた...
■10月15日(木）12:00～13:00 お逮夜法要 「ペット往生をめぐる問題につ...
オンラインイベント『弁護士へのアクセス：生と死の分かれ目』＜一般参加者を募集＞【犯罪学研究センター協力】
犯罪学研究センター 嘱託研究員の佐藤 舞 准教授（オーストラリア・モナ...
＜重要なお知らせ＞
2023年以降の9月入学について、下記のとおり入試の一部を廃止いたします。
対象となる入試の受験をお考えの方は、2022年9月入学が最終となりますので、ご注意ください。
廃止する入試
・【修士課程】大学院入試（一般、社会人、帰国学生、学内推薦）
・【博士後期課程】大学院入試
※ 外国人留学生入試は、2023年9月入学以降も継続いたします。詳細は、経済学部教務課にお尋ねください。
先端理工学部の木村睦教授らは、奈良先端科学技術大学院大学・北陸先端科学技術大学院大学との共同研究で、メムキャパシタと自律局所学習を用いるニューロモーフィックシステムを開発しました。
メムキャパシタとして、強誘電体キャパシタを用いることで、構造を単純なものとし、薄膜の液相プロセスを用いることで、作製プロセスも単純なものとしており、将来の高集積化が容易となります。DC電流が無く、過渡電流も減り、電力消費が大幅に減ります。
また、自律局所学習として、メムキャパシタのヒステリシス特性を上手く利用することにより、結合強度の制御回路など無しに、ニューロモーフィックシステムに学習させることができ、やはり将来の高集積化が容易となります。
従来の人工知能と比べると、劇的なコンパクト化・低電力消費が期待できます。
本研究の成果は、“IEEE Transactions on Neural Networks and Learning Systems”に掲載されました。
※詳細はプレスリリースをご確認ください。
【論文掲載情報】
雑 誌 名：
IEEE Transactions on Neural Networks and Learning Systems
（インパクトファクター：10.451）
論 文 名：
Neuromorphic System using Memcapacitors and Autonomous Local Learning
（メムキャパシタと自律局所学習を用いるニューロモーフィックシステム）
著 者 名：
石崎 勇真（龍谷大学）
宮部 雄太（龍谷大学）
吉田 誉（龍谷大学）
小川 功人（龍谷大学）
横山 朋陽（龍谷大学）
羽賀 健一（北陸先端科学技術大学院大学）
徳光 永輔（北陸先端科学技術大学院大学）
中島 康彦（奈良先端科学技術大学院大学）
先端理工学部電子情報通信課程 木村睦教授
メムキャパシタ・ニューロモーフィックシステム
【本件のポイント】
龍谷大学先端理工学部電子情報通信課程の木村睦研究室では、奈良先端科学技術大学院大学・北陸先端科学技術大学院大学との共同研究で、メムキャパシタと自律局所学習を用いるニューロモーフィックシステムを開発しました。
メムキャパシタは、印加電圧の履歴によりキャパシタンスが変化する回路素子で、本研究では、強誘電体キャパシタを用いることで、構造を単純なものとし、Bi3.25La0.75Ti3O12 (BLT)の薄膜の液相プロセスを用いることで、作製プロセスも単純なものとしており、将来の高集積化が容易となります。従来の大規模な模倣回路やメモリスタ（可変抵抗素子）の代わりに、メムキャパシタ（可変容量素子）を用いるため、DC電流が無く、過渡電流も減り、電力消費が大幅に減ります。
また、自律局所学習は、単一素子が自分自身の駆動条件のみで特性を変化させる学習方式であり、やはり将来の高集積化が容易となります。従来のシナプス素子の結合強度の制御回路など無しに、メムキャパシタの電圧履歴のキャパシタンス特性を上手く利用することにより、メムキャパシタだけで、ニューロモーフィックシステムに学習させることができます。
従来の人工知能と比べると、劇的なコンパクト化・低電力消費が期待できます。
【発表論文について】
英文タイトル：Neuromorphic System using Memcapacitors and Autonomous Local Learning
タイトル和訳：メムキャパシタと自律局所学習を用いるニューロモーフィックシステム
掲載誌：IEEE Transactions on Neural Networks and Learning Systems (TNNLS)
URL：https://doi.org/10.1109/TNNLS.2021.3106566
著者：木村 睦（龍谷大学・奈良先端科学技術大学院大学）、石崎 勇真、宮部 雄太、吉田 誉、小川 功人、横山 朋陽（龍谷大学）、羽賀 健一、徳光 永輔（北陸先端科学技術大学院大学）、中島 康彦（奈良先端科学技術大学院大学）
【内容について】
＜研究の背景＞
「人工知能」は、現在、さまざまな用途に用いられ、将来、SDGs・Society 5.0・IoTといった未来社会に不可欠な情報インフラです。人工知能のための代表的な技術が、生物の脳の機能を模倣することで、自己組織化・自己学習・並列分散処理・障害耐性などの特長をもつ「ニューラルネットワーク」です。しかしながら、従来のものは、ハイスペックなハードウェアで実行される複雑・長大なソフトウェアで、人工知能のために最適化されておらず、コンピュータのサイズは巨大で、電力消費は膨大であり、また、並列分散処理・障害耐性などの特長は限定的でした。ニューラルネットワークを基本的なハードウェアのレベルから生体の脳の構造で模倣し、ニューロン素子やシナプス素子を実装するのが、「ニューロモーフィックシステム」です。しかしながら、従来のものは、人工知能としての最適化が不十分で、上記の特長は完全には得られていませんでした。この原因は、(1) 大規模な模倣回路やメモリスタ（可変抵抗素子）を使うため、DC電流・過渡電流が大きく、電力消費が大きい (2) 大規模なシナプス素子の結合強度の制御回路を使うため、サイズが大きい ということによります。
＜研究の目的＞
そこで、本研究では、ニューロモーフィックシステムにおいて、(1) 模倣回路やメモリスタ（可変抵抗素子）の代わりに、メムキャパシタ（可変容量素子）を用いるため、DC電流が無く、過渡電流も減り、電力消費が大幅に減る (2) シナプス素子の結合強度の制御回路の代わりに、自律局所学習を用いるため、サイズが小さい ということを目的とします。
＜メムキャパシタ＞
メムキャパシタは、印加電圧の履歴によりキャパシタンスが変化する回路素子です。本研究では、強誘電体キャパシタを用いることで、構造を単純なものとし、Bi3.25La0.75Ti3O12(BLT)の薄膜の液相プロセスを用いることで、作製プロセスも単純なものとしており、将来の高集積化が容易となります。ここでは、クロスバー型でメムキャパシタを作製し、印加電圧の履歴により強誘電体キャパシタの自発分極が変化することで、キャパシタンスが変化する回路素子を実現しています。
(a) デバイス構造
(b) 強誘電体特性
メムキャパシタ
＜自律局所学習＞
自律局所学習は、単一素子が自分自身の駆動条件のみで特性を変化させる学習方式であり、やはり将来の高集積化が容易となります。メムキャパシタの電圧履歴のキャパシタンス特性を上手く利用することにより、シナプス素子の結合強度の制御回路など無しに、メムキャパシタだけで、ニューロモーフィックシステムに学習させることができます。学習フェーズでは、シンプルに、クロスバー型の横電極と縦電極に電圧を印加するだけで、必要なキャパシタンスの変化が誘起されます。推論フェーズでも、シンプルに、横電極に電圧印加し、縦電極の電圧を読み取るだけです。
(a) 学習フェーズ
(c) 動作点解析
(b) 推論フェーズ
(d) 実際の写真
自律局所学習
＜ニューロモーフィックシステム＞
メムキャパシタと自律局所学習を用いるニューロモーフィックシステムを、実際に組み立てました。アルファベットの「T」と「L」を記憶させ、わずかに異なるパターンを入力するとき、記憶した「T」または「L」のより近いほうが出力されることを確認しました。この動作は「連想記憶」というもので、文字認識や画像認識に直接に応用できるものであると同時に、問題設定により、さまざまな人工知能の取り扱う課題に応用できるものです。
(a) 実際の写真
(b) システムの構成
ニューロモーフィックシステム
連想記憶の実験結果
＜研究の意義と今後の展開＞
従来の人工知能では、たとえば、いま最も有名なコグニティブシステムは、サイズは冷蔵庫10台ほど、電力消費は数百kWと言われています。本研究の基本的な成果をもとに、同様の機能のシステムを構築することを想定すると、サイズはLSI 1チップ、電力消費は20W程度と、劇的なコンパクト化・低電力消費が期待できます。SDGs・Society 5.0において、世界的なエネルギ危機を回避し、IoTにおいて、各々の機器へ搭載することが可能となります。なお、先行研究として、メモリスタと外部学習を用いるニューロモーフィックシステム（M. Prezioso, Nature, 521, 61, 2015）と比較すると、本研究で同様の機能が、低電力消費のメムキャパシタと、外部学習なしの局所自律学習で、実現できています。
【画像について】
図に使用した写真等のデータがあります。使用の際は以下からダウンロードください。
https://www.ryukoku.ac.jp/_test/datak/2021kimura/
ユーザー名：：ryukoku
パスワード：zC3sqdM8
※クレジットには「龍谷大学提供」と記載いただきますようお願い申しあげます。
【問い合わせ先】
＜研究に関する問い合わせ先＞
龍谷大学 先端理工学部 電子情報通信課程・教授 木村 睦
E-mail：mutsu@rins.ryukoku.ac.jp
＜担当部局＞
龍谷大学 研究部（瀬田） 担当者 佐藤 和叶
Tel：077-543-7548
E-mail：setaken@ad.ryukoku.ac.jp
【本件のポイント】
【本件の概要】
龍谷大学農学部資源生物科学科（滋賀県大津市）は、正課授業「発酵醸造学Ⅱ」（担当教員：島 純 教授）において、大津税務署 酒類指導官 清水 英智 氏を講師にお招きし、酒税・酒類行政についてオンライン講演を実施いたします。
本学農学部は、2017年度に「清酒・ビール及び果実酒製造免許」を取得し、微生物科学研究室や応用微生物学研究室の教員・学生が、酒類に関する研究を行っています。酒類の製造には、微生物や発酵が大きく関わっており、製造にあたっては、酒税・酒類行政について十分に理解しておく必要があります。
今後の研究活動はもちろん、一般的な税金制度や国税局・税務署の仕事などを知ることで、今後の進路についても考える機会にいたします。
１．日時 2021年9月7日（火）11:00～12:30（90分）
２．場所 龍谷大学瀬田キャンパス9号館3階317研究室
※当該研究室より講師が講演を配信します。学生はオンラインで視聴します。
３．講師 大津税務署 酒類指導官 清水 英智 氏
税務広報広聴官 竹内 真紀子 氏
４．内容 11：00～12：00 酒税・酒類行政について（酒類指導官 清水 英智 氏）
12：00～12：20 税の役割と税務署の仕事（税務広報広聴官 竹内 真紀子 氏）
12：20～12：30 質疑応答
問い合わせ先：龍谷大学 農学部教務課 担当：森本 Tel 077-599-5601
大津税務署 税務広報広聴官 担当：高垣・竹内 Tel 077-524-1111
【本件のポイント】
【本件の概要】
経営学部藤岡ゼミナールと餃子の専門店 福吉は、和歌山県有田川町のぶどう山椒を使ったオリジナル餃子「ぶどう山椒餃子」を開発し、9月10日（金）から販売を開始します。
「ぶどう山椒餃子」の構想は、農学部と経営学部の学生が共同で取り組んだ、藤岡ゼミナールオリジナル商品「芳醇ぶどう山椒スパイスミックス（辣）」のレシピ開発および試作会の中から生まれたものです。その後、餃子の専門店 福吉の協力のもと、藤岡ゼミナールの学生が餃子市場の分析、ターゲット設定、コンセプト開発、パッケージデザインなど一連のマーケティング活動に取り組んでまいりました。
ぶどう山椒には発汗作用や整腸作用があり、スパイシーさと上品な香りが特徴的なこれまでにはないユニークな餃子となりました。今後は、餃子の専門店 福吉のメニューの１つとして提供される他、インターネットや深草地域のイベントなどで販売していく予定です。
また、「ぶどう山椒餃子」の売上の1割は、2019年より和歌山県有田川町と連携して取り組んでいる「ぶどう山椒の発祥地を未来へつなぐプロジェクト」の一環として、ぶどう山椒の苗木購入資金にあて、産地存続を目指します。「ぶどう山椒餃子」の販売を通じて、山椒になじみがない層にも「ぶどう山椒」の新たな魅力を体感してもらい、そしてその産地である有田川町を知るきっかけとなることを期待しております。
＜販売開始日＞ 2021年9月10日（金）～
＜場 所＞ 餃子の専門店 福吉 京都本店の店頭およびインターネットにて販売
＜販 売 商 品＞ 「ぶどう山椒餃子」
＜価 格＞ 5個 480円（税抜）
問い合わせ先：株式会社 時代屋 （担当者：井上）
075-645-5195 jidaiya@jidaiya-kyoto.net
龍谷大学 経営学部教務課 （担当者：山内）
075-645-7895 webmaster@biz.ryukoku.ac.jp