有機半導体高分子を用いたニューロモルフィックマテリアル：分子一層のネットワークで脳の機能を模倣

　
本研究は、JST CREST (課題番号: JPMJCR21B5)、JSPS 研究拠点形成事業 (課題番号: JPJSCCA20220006)、JSPS 科研費(若手研究) (課題番号: JP22K14731)、公益財団法人 双葉電子記念財団、一般財団法人イオン工学振興財団ならびに公益財団法人 小笠原敏晶記念財団の支援を受けて行われました。

【論文情報】
・論文タイトル: Formation of Conjugated Polymer Monolayer Networks on Water Surface and Nonlinear Charge Transport
・著者名: Y. Betchaku-Ishizaki*, N. Hara, T. Matsuda, J. Matsui, T. Seki, S. Nagano*
・雑誌名: Advanced Electronic Materials
DOI: 10.1002/aelm.202400427
掲載サイトURL: https://onlinelibrary.wiley.com/doi/10.1002/aelm.202400427

【用語解説】
※1 液晶混合展開法
発表者らの研究グループが開発した手法で、通常は水面で凝集するような疎水性の高分子材料群に対して単分子膜形成を可能とする手法。5CB (図1)のような両親媒性の低分子液晶とともに水面に展開することで、5CBが気水界面に疎水性の場を提供し、水面において二次元的に広がった疎水性高分子の単分子膜の形成を可能とする。

※2 脳型コンピューティングデバイス
人間の脳神経系のように高速かつエネルギー効率に優れた情報処理システムを構造的あるいは機能的に模倣した神経模倣(ニューロモルフィック)システムにおいて、深層学習などのように従来はソフトウェアベースで行われてきた情報処理の一部をハードウェアで置き換えたデバイス。

※3 マテリアルリザバー
リザバーコンピューティング※4において、リザバー部を様々な材料系に置き換えたもので、材料そのものに演算を行わせるデバイス。

※4 リザバーコンピューティング
入力層、リザバー層、出力層から構成されており、リザバー部と出力部の間の結合重みだけを学習させるため、計算コストが小さく高速な学習・演算が可能であり、特に、画像パターン認識や音声認識など時系列データを取り扱うのに適している。

※5 ドーパント
ここでは、有機半導体高分子との酸化還元反応(電子移動)により、高分子主鎖の電気伝導性を担う電子やホールを注入する材料。

【研究に関する問い合わせ先】
立教大学 理学部 化学科
教授　永野 修作 (ながの しゅうさく)
E-mail: [e-mail]

山形大学学術研究院（理学部担当）
教授　松井 淳(まつい じゅん)
E-mail: [e-mail]


▼本件に関する問い合わせ先
立教大学総長室広報課
メール：[e-mail]


【リリース発信元】 大学プレスセンター https://www.u-presscenter.jp/