LSIは、素子の微細化によって劇的な高性能化・高機能化が実現されていますが、微細化による素子特性のばらつきが問題になっています。微細化によってばらつき自体が大きくなるとともに、1チップへの搭載規模も増大するため、大規模なLSIを安定に動作させることが困難になっており、歩留まりの低下を招いています。そこで、当研究室では、LSI毎の仕上がり状況を検知して個別にばらつきに応じた最適化を行うことで動作歩留まりを向上させる研究を行っています。具体的には、メモリ回路や論理回路に対してばらつきによる動作限界を高精度に求めるとともに、LSIのチップ上で素子特性を検知してそれに応じた最適電圧を与える技術を開発しています。これにより、低コストで容易にLSIの歩留まりを向上させることができます。

キーワード：LSI、メモリ回路、論理回路、ばらつき、動作限界、歩留まり向上、最適電圧

近年、交通・物流、監視・管制・指揮等の分野では、ネットワーク化（IoT：Internet of Things、等）が進み、より複雑で大規模なシステムとなりつつあると同時に、AI（人工知能）技術の適用により、システムの自動化および高性能化も推進されています。このようなシステムでは、状況を正確に『認識』し、将来の状況を高速に『予測』して、「実行」に移すことが求められ、特に各種センサ等による「（状況）認識」に関しては、多くのAI適用事例があります。しかし、ミッションクリティカルな運用において、「実行」に至る意思決定へのAI適用は多くの課題があります。本研究室では、この課題を解決する手法として、マルチエージェントを主対象としたモデリング＆シミュレーション等のAI技術の活用により有効は意思決定支援情報を提供するための研究を行っています。

キーワード：マルチエージェントシミュレーション、モデリング＆シミュレーション、人工知能、並列計算、最適化手法

組み込み市場では，運用コストやセキュリティー，リアルタイム性などの問題から，エッジ（端末側）で単独処理できる「エッジAI」が期待されています．各種の端末自体にAIを搭載すれば，その場で複雑な処理を行えるようになります．その実現方法であるFPGAによるエッジAIは根強いニーズがありながら，高価格FPGAデバイスが必要，FPGA専用のネットワークで学習しないとうまく実装できない，量子化による精度劣化という問題点がありました．
画像認識技術は，顔認証，監視などのセキュリティー分野，医療現場での画像診断や工場における不良品は判定や故障予兆など，様々な場面で用いられ始めています．我々は，これらの画像認識に注目し，エッジデバイス(MPSoC)への実装にチャレンジしています．

キーワード：エッジAI、画像系AI、FPGA、高位合成、ソフト・ハード協調設計、人工知能

明暗が激しい，照明色が頻繁に変わるなど，撮影環境として過酷なシーンから有用な情報を取り出し，監視や車載カメラ，医用画像，天文画像，X線非破壊検査，ひび検知，色恒常性再現など様々な分野に対して応用する技術に関して研究しています．

キーワード：画像処理、コンピュータグラフィックス、画像情報可視化、照明色推定、色恒常性再現

半導体デバイスシミュレーションに関する研究を行っています。特にシリコン集積回路に用いられる極微細トランジスタを対象としたモンテカルロ法による電子伝導解析、熱伝導解析などを専門としています。

キーワード：デバイスシミュレーション、半導体デバイス、環境発電、IoT、TCAD