お知らせ
研究者紹介 – Dr. Ashish Joshi
2024年11月6日
Qコアのポスドク研究員としてAshish Joshiが着任しました。
ご挨拶
「私の研究関心は、計算論的アプローチを用いて複雑な科学的問題を解決することです。機械学習の手法を用いて量子磁石などの量子多体系を研究し、物理学の博士号を取得したところです。次のステップとして、Bio2Qの量子コンピューティングコアにおいて小山博士(PI)とともに、生物学のための機械学習や量子コンピューティング技術の開発を行います。
私は、現代の科学における複雑な問題に取り組むためには、学際的な研究が不可欠であり、一見、異質に見える分野の知識と創造性を活用することで、急速な進歩を遂げることができると信じています。このような理由から、マイクロバイオーム研究を機械学習や量子コンピューティングと組み合わせるというBio2Qのアイデアは、非常に挑戦的であると同時に心躍るもので、私はそのミッションに触発されています。 機械学習はすでにさまざまな分野で大きな進歩を遂げていますが、量子コンピューティングと組み合わせることで、科学コンピューティングの分野に革命をもたらす可能性があります。Bio2Qでは、様々な分野の専門家と協力し、これらの異なる研究分野の橋渡しとなれることを楽しみにしています。」
シェア
ニュースをさらに見る：
【11/30 セミナー】WPI-Bio2Q 公開セミナー：Saori Sakaue, MD, PhD
世界トップレベル研究拠点（WPI）慶應義塾大学ヒト生物学-微生物叢-量子計算研究センター(Bio2Q)は以下のとおり公開セミナーを開催いたします。 慶應義塾関係者の方であれば、どなたでもご参加いただけます。皆様のご参加を心よりお待ちしております。 日時 2026年11月30日 (月) 16:00～17:00 場所 慶應義塾大学 信濃町キャンパス 総合医科学研究棟 8階会議室 タイトル Decoding the functional impact of non-coding disease risk variants with statistical...
第31回慶應医学賞記念シンポジウム「Chaperoning life: from protein folding to cellular adaptation」...
第31回慶應医学賞受賞を記念して、受賞者の F. Ulrich Hartl 博士をはじめ国内外の研究者をお招きし、記念シンポジウムを開催いたします。ふるってご参加ください！ 慶應医学賞の受賞者発表および詳細については、慶應義塾医学振興基金のウェブサイトをご覧ください。 開催概要 日時：2026年11月27日（金）9:30～12:30 会場：慶應義塾大学 信濃町キャンパス 北里記念医学図書館2階 北里講堂 対象：どなたでもご参加いただけます 参加費：無料（要事前申込） 言語：英語 事前申込：事前申込フォーム 事前申込は11月26日（木）12:00まで （当日参加可） ...
WPI-Bio2Qニュースレター「Bio2Q Connect」Vol.2, Issue 19 発行
WPI-Bio2Qは、本日 (2026年10月29日）、ニュースレター『Bio2Q Connect』の最新号を発行いたしました 。今月号の主な掲載内容は以下のとおりです。 研究紹介（Introduction to Bio2Q Research）： 研究者による、自分の研究分野や研究テーマを分かりやすい解説 新メンバー紹介（Welcome On Board!）： 10月に着任した Jungho Sohn 氏の紹介 作品紹介：WPI-Bio2Q Science Art Gallery の出展作品の紹介 イベント予告・募集案内： 国際シンポジウム等の開催案内、リサーチインター...
【セミナー報告】第175回 Brain Clubセミナー（WPI-Bio2Q 公開セミナー）
世界トップレベル研究拠点（WPI）慶應義塾大学ヒト生物学-微生物叢-量子計算研究センター(Bio2Q)は以下のとおり公開セミナーを開催しました。 日時：2026年10月22日（木）16:00-17:00 会場：慶應義塾大学 信濃町キャンパス JKiC 1階, 会議室2, 3 講演者：Peter Scheiffele, PhD Professor, Biozentrum, University of Basel, Switzerland 演題：Control of Visual Cortex Wiring and Molecular Progr...
【研究成果】量子アニーリングの難問を短時間で解く新たな可能性――誤り訂正モデルの有効性を発見
Bio2Qと慶應義塾大学の研究者らは、量子最適化問題の複製（レプリカ）同士に追加の相互作用を加えることで、量子アニーラの性能を高められることを示しました。この手法では、「フラストレーション」と呼ばれる相互作用の競合を活用します。これにより、計算時間が短い場合や、最適解と次に低いエネルギー状態との差が小さい難しい条件でも、最適解をより見つけやすくなります。今回の成果は、実用化が近い量子コンピュータの性能向上につながる可能性を示すものです。 タイトル Frustration-enhanced quantum annealing correction models with addi...
