ディペンダブルシステム学研究室

教員

• 

  教授：井上 美智子

• 

  客員教授：大下 福仁

• 

  客員准教授：新谷 道広

• 

  助教：江口 僚太

研究を始めるのに必要な知識・能力

研究に対する好奇心と熱意が必要です。
ソフトウェアでもハードウェアでもよいのでプログラミング言語を１つ習得している、または、数学が得意であると、研究をスムーズに始められます。

研究室の指導方針

各学生の希望、バックグラウンドに応じて研究テーマを設定し、必要な知識や技術の習得から始め、国際会議・国際ジャーナルで発表できる研究成果を目指します。論理的に物事を考えて科学的に検証できる能力、研究成果を他者に伝える能力を身につけられるように指導します。例えば、アルゴリズムに関する研究では、システムを数学モデルで表し、論理的に手法や限界を考えて、理論的解析またはシミュレーションにより評価します。また、ハードウェアに関する研究では、問題の本質を考えた解法を提案し、回路シミュレーションおよび実測から評価します。

この研究で身につく能力

いずれの研究テーマを選択しても、論理的に考え解析する技術、プレゼンテーション能力、英会話、英語の技術文書を読む能力・書く能力が身につきます。また、研究テーマに応じた専門知識として、アルゴリズムを設計・解析する能力、プログラムの実装技術、分散処理・回路をシミュレーションで評価する技術、最先端の機械学習アルゴリズムを実装する技術、ハードウェア設計・解析技術が身につきます。

今日の情報社会は、アプリケーション、システム、コンピュータ、VLSIなど様々なレベルの高度な技術に支えられています。ディペンダブルシステム学研究室では、分散システム、マルチコアコンピュータ、VLSI、脳型コンピュータなど、あらゆるレベルでユーザが安心して使えるシステムのための研究を行います。

分散アルゴリズム

図1：自律分散ロボット群

図2：さまざまな分散システム

分散アルゴリズムとは、自律動作する多数のプロセスやロボットを協調動作させるアルゴリズムです。インターネットのような大規模自律分散システムからナノスケールの素子を用いたナノスケール分散システムまで、さまざまなタイプの分散システムを効率よくディペンダブルに運用する分散アルゴリズムを開発しています。以下のような、新しい分散システムや分散アルゴリズムを積極的に研究しています。

• システムを稼働させながら自己修復する自己安定アルゴリズム
• システム内を自律的に駆け回るモバイルエージェント
• 逐次処理等における乱択技法の分散アルゴリズムへの応用
• ランダムウォークなどの自然な乱択手続きにおける確率的解析
• 多数のロボットが協調する群ロボット
• 通信相手が刻々と変わる動的グラフ向け分散アルゴリズム
• ビットコインなどで用いられる分散型台帳

特に、群ロボットの研究に関しては、150台のKilobot、15台のKhepera IVを用いて、アルゴリズムの実証実験も行っています。

ニューロモルフィック回路の高信頼化

図3：ニューロモルフィック回路高信頼化

これまでの集積回路の進展はCMOSトランジスタの微細化に支えられてきましたが、物理的な限界に達しつつありこれ以上の性能向上が困難になっています。この危機的な状況を打開すべく新たなコンピュータ基盤の開発が強く求められています。特に、人間の脳を模したニューロモルフィック回路は、これまでの計算の質を根本から変える回路アーキテクチャとして期待を集めています。ところが、ニューロモルフィック回路を構成する不揮発メモリ素子はシリコン材料に比べて長期使用を可能とする堅牢性と信頼性に課題があり、実用化に向けて多くの課題が残っています。そこで、本研究室では、ニューロモルフィック回路の高信頼化設計に関する研究を行っており、国内外の研究機関と協力し、実際のデバイス開発から学習アルゴリズム開発まであらゆるアプローチで取り組んでいます。

ハードウェアのセキュリティ

VLSIサプライチェーンのアウトソーシング利用などで、ハードウェアであるVLSI回路にも不正が混入される危険があります。ハードウェアセキュリティを強化するため、ハードウェアトロイ検出の研究を行っています。

機械学習を用いた集積回路のテスト高品質化

集積回路は、様々な条件化で様々なテスト項目を測定する厳しい出荷テストをパスしたものだけが出荷されますが、良品と不良品を確実に判別するのはとても困難で、コストのかかる問題です。そこで、機械学習を利用して、コストを抑えて、テスト品質を高度化する技術を研究しています。