学術的背景 人工知能（AI）の急速な発展に伴い、電子機器は現代生活においてますます重要な役割を果たしています。しかし、これらの機器は稼働中に大量の熱を発生させ、効果的に管理できないと、性能の低下、寿命の短縮、さらにはシステムの故障につながる可能性があります。そのため、熱管理は将来の電子機器開発における重要な課題の一つとなっています。従来の冷却技術は有効ですが、機器の電力密度が増加するにつれて、これらの技術ではニーズを満たすことが難しくなっています。特に、「ダーク・シリコン問題」（Dark Silicon Problem）——熱制限により、チップ内のすべてのトランジスタが同時に動作できない問題——が熱管理の複雑さをさらに増大させています。 この課題に対処するため、上海交通大学と南洋理工大学の研...

ローラーカム駆動型圧縮エラストカロリック冷却装置：高冷却出力密度のブレークスルー 学術的背景 地球温暖化が深刻化する中、従来の蒸気圧縮（Vapor Compression, VC）冷凍技術は、水素フルオロカーボン（Hydrofluorocarbons, HFCs）などの冷媒を使用しているため、その高い地球温暖化係数（Global Warming Potential, GWP）が問題視されています。この環境問題に対処するため、研究者たちはより環境に優しい冷凍技術の代替案を探求してきました。エラストカロリック冷却（Elastocaloric Cooling）は、固体材料に基づく冷凍技術として、ゼロカーボン排出と高いエネルギー効率の可能性から注目されています。エラストカロリック冷却は、材料の応力誘...

熱力学マップを用いた限られた観測からの相転移と臨界指数の推論 学術的背景 相転移（phase transitions）は自然界に普遍的に存在する現象であり、水の沸騰から磁性材料の強磁性-常磁性転移、さらにはタンパク質や核酸などの生体高分子の構造変化に至るまで、さまざまな科学分野で重要な役割を果たしています。しかし、特にデータが少ない場合や複雑な場合、相転移とその温度依存性を正確に定量化することは依然として大きな課題です。従来の統計力学的手法は相転移を研究するための理論的枠組みを提供していますが、実際の応用では、相転移領域のサンプリングが困難であるため、臨界温度、熱容量、臨界指数などの相転移特性を計算するには膨大な計算リソースが必要となります。 この問題を解決するため、Lukas Herron...

近年、燃料電池は、クリーン且つ再生可能なエネルギー技術として広く注目されています。しかし、燃料電池の広範な応用は、酸素還元反応（ORR）電触媒の安定性問題に直面しています。化学的に秩序構造を持つL10-PTM金属間ナノ結晶（INCs）は、低い形成エネルギー（例：秩序化L10-PTFEの原子形成エネルギーは約-0.232 eV）と高い結合エネルギーにより、無秩序のA1-PTMよりも高い安定性を示し、燃料電池分野で非常に有望な電触媒の一つです。しかし、このような秩序構造を実現するために必要な高温アニール処理（通常>600°C）が深刻な粒子の焼結、形態変化、およびその秩序度の低下を引き起こし、この電触媒の量産を困難にし、燃料電池の実際の応用を制限しています。 研究背景と動機 上述の問題を解決するた...

この研究では、複雑なシステムを正確にシミュレートできる代理モデルを効率的に構築するためのオンライン学習手法が提案されています。この手法には、以下の3つの主要な構成要素があります。 新しい訓練およびテストデータを生成するためのサンプリング戦略 訓練データから候補の代理モデルを生成するための学習戦略 テストデータ上での候補の代理モデルの有効性を評価するための検証指標 この論文では、著者はRadial Basis Function(RBF)補間を代理モデルの応答面として使用しています。このオンライン手法は、代理モデルが応答面のすべてのローカル極値点(端点を含む)を含むことを保証することを目的としており、代理モデルのパフォーマンスが有効性の閾値を下回る場合に再訓練する連続的な検証と更新のメカニズムを...