ワン ジーシャン ZHISHANG wang
助教
教育
- 担当科目 - 大学
- IT08 信号処理と線形システム [演]
IE03 ソフトウェア総合演習 I [演]
IT03 画像処理論 [演]
FU06 オペレーティングシステム論 [SR]
- 担当科目 - 大学院
研究
- 研究分野
-
高性能計算
知覚情報処理
知能情報学
知能ロボティクス
分散システムにおける信頼性の高いAI
グリーンエネルギー・コンピューティング
適応型アンドロイドのためのニューロモルフィック・コンピューティング
- 略歴
- 博士(コンピュータサイエンス)、会津大学(日本)、 2020年4月 ~ 2023年3月
修士(コンピュータサイエンス)、フライブルク大学(ドイツ)、 2016年4月 ~ 2019年3月
学士(情報セキュリティ)、武漢大学(中国)、 2010年9月 ~ 2014年6月
ワン ジーシャンは、2019年にドイツ・フライブルク大学よりコンピュータサイエンスの修士号を、2023年に日本・会津大学よりコンピュータサイエンスの博士号を取得しました。2023年4月から2025年3月まで会津大学にてポストドクトラル研究員を務め、2025年4月より同大学コンピュータ理工学部コンピュータ工学分野の助教を務めています。
現在の研究分野は、機械学習システム、エッジコンピューティング、ブロックチェーン、および信頼性の高いAIです。また、次世代の脳型コンピューティング技術および適応型エッジコンピューティングシステムを目指した、イベント駆動型ニューロモルフィックシステムにも関心を持っています。
- 現在の研究課題
- 持続可能なコンピューティングの推進
分散システムにおける信頼性の高いAI対応コンピューティング
マルチモーダルセンシングと分散知能を備えたニューロモルフィック・アンドロイドシステム
- 研究内容キーワード
- 持続可能かつ省エネルギーなコンピューティング
信頼性の高いAI
分散型機械学習とエッジインテリジェンス
セキュリティとデータ整合性のためのブロックチェーン技術
ニューロモルフィック・コンピューティングおよびスパイキングニューラルネットワーク
マルチモーダルセンシングと信号統合技術
ヒューマン・ロボット・インタラクションとアンドロイドシステム
- 所属学会
- IEEE(米国電気電子学会)
ACM(米国計算機学会)
主な研究
- AIzuAnthro:ヒューマノイドロボティクス・プラットフォーム(アントロポモーフィックデザイン)
-
私たちは、アダプティブ分散自律システムの次世代技術を、擬人化義手・義足、アンドロイド、知能ロボットプラットフォームの研究を通じて探究しています。本研究では、最先端の神経科学、人工知能、ニューロモルフィックコンピューティング、ロボティクスを統合し、人間の意図や動的環境に適応しながら自律的に動作する、高応答性かつ生命感のあるシステムの実現を目指しています。
ニューロモルフィックアーキテクチャやスパイキングニューラルネットワークを活用し、人工装具・アンドロイド・生体システム間の自然で直感的なインタラクションを可能にする制御フレームワークを開発しています。これらの脳型モデルは、リアルタイム適応、低消費電力動作、分散コンポーネント間のシームレスな通信を支えます。
非侵襲型ニューロインタフェースに関する研究では、ユーザの意図に応じて義手・義足が継続的に適応し、動作の精度、快適性、滑らかさを向上させています。同時に、高度な感覚処理技術により、アンドロイドが複雑な環境刺激を理解し、人間と協調しながら分散マルチエージェント環境で自律的に機能できるようにすることを目指しています。
バイオメカニクスとAI駆動の認知機構を融合することで、支援技術、人間拡張、適応ロボティクスの発展に貢献しています。また、分散型擬人化アンドロイドに関する研究では、複数の身体性を持つエージェントが知覚情報を共有し、実世界のタスクに対して協調的かつ適応的に行動できるシステムの実現を追求しています。これらの研究は、日常生活に深く統合され、環境に応じて進化する自律システムの基盤を築くものです。
...read more
- AIzuHand: リアルタイム・ニューロモルフィック義手
-
義手・義足などの人工装具は、切断や神経障害をもつ人々の生活の質を大きく向上させる可能性があります。センサー技術やメカトロニクス技術の急速な進展により、これらのデバイスは広く普及する治療的ソリューションとなりつつあります。しかし、複数の感覚入力を統合して複雑なタスクを正確に遂行する生体とは異なり、多くの義肢は単一の感覚入力に依存しており、そのことが精度や使いやすさに影響を与えています。さらに、現在の義肢(腕や脚)の制御方法は、一般に逐次的な制御や大きな電力を必要とする戦略に基づいており、自然な動作が制限され、長く複雑な訓練手順を要するという課題があります。
本プロジェクトでは、感覚統合とフィードバックセンシングを備えた高度なリアルタイム・ニューロモルフィック義手「AIzuHand」を開発します。加えて、キャリブレーション、リアルタイムフィードバック、機能的タスクを支援するユーザーフレンドリーなソフトウェアツールの研究も行います。
...read more
- サステナブル・コンピューティング:AI搭載オフグリッド蓄電ソーラーカーポート(インテリジェントエネルギーマネジメント機能)世界初
-
私たちの研究は、エネルギー消費の削減、廃棄物の最小化、持続可能な材料の使用などを含む、環境への影響を最小限に抑えたコンピュータの設計および利用に専念しています。最先端の技術と革新的な方法論を統合することで、コンピュータシステムの効率性と機能を向上させるだけでなく、地球の保護にも貢献するソリューションを開発することを目指しています。私たちの学際的なアプローチは、企業やさまざまな分野の専門家との協力を含んでおり、私たちの発見と実施が実践的で影響力のあるものであることを保証しています。
...read more
主な著書・論文
1) Zhishang Wang (2023). "Trustworthy AI-Enabled Systems and Algorithms for Power Management in Networks of Electric Vehicles. Doctoral dissertation," The University of Aizu, Japan.
2) Z. Wang, M. Hisada and A. B. Abdallah, "A Hybrid Clustered Approach for Enhanced Communication and Model Performance in Blockchain-Based Collaborative Learning," in IEEE Access, vol. 12, pp. 16975-16988, 2024, doi: 10.1109/ACCESS.2024.3359272.
3) Z. Wang and A. Ben Abdallah, "A Robust Multi-Stage Power Consumption Prediction Method in a Semi-Decentralized Network of Electric Vehicles," in IEEE Access, vol. 10, pp. 37082-37096, 2022, doi: 10.1109/ACCESS.2022.3163455.
4) Z. Wang, M. Ogbodo, H. Huang, C. Qiu, M. Hisada and A. B. Abdallah, “AEBIS: AI-Enabled Blockchain-Based Electric Vehicle Integration System for Power Management in Smart Grid Platform," in IEEE Access, vol. 8, pp. 226409-226421, 2020, doi: 10.1109/ACCESS.2020.3044612.
5) M. Maatar, Z. Wang, K. N. Dang and A. B. Abdallah, "BTSAM: Balanced Thermal-State-Aware Mapping Algorithms and Architecture for 3D-NoC-Based Neuromorphic Systems," in IEEE Access, vol. 12, pp. 126679-126692, 2024, doi: 10.1109/ACCESS.2024.3425900.
6) Y. Liang, Z. Wang and A. B. Abdallah, "Robust Vehicle-to-Grid Energy Trading Method Based on Smart Forecast and Multi-Blockchain Network," in IEEE Access, vol. 12, pp. 8135-8153, 2024, doi: 10.1109/ACCESS.2024.3352631.
7) Y. Liang, Z. Wang and A. B. Abdallah, "V2GNet: Robust Blockchain-Based Energy Trading Method and Implementation in Vehicle-to-Grid Network," in IEEE Access, vol. 10, pp. 131442-131455, 2022, doi: 10.1109/ACCESS.2022.3229432.