ダン　ナム　カイン

ダン　ナム　カイン DANG Nam Khanh

准教授

所属
コンピュータ理工学科/コンピュータ工学部門
職位
准教授
E-Mail
khanh@u-aizu.ac.jp
Webサイト
https://u-aizu.ac.jp/~khanh/

教育

担当科目 - 大学
PL03: プログラミングJAVA I (Ex.), Q1.
FU05: コンピュータアーキテクチャ論 (Ex.), Q1.
SE08: ビッグデータ分析概論(Ex.), Q3.
FU06: オペレーティングシステム論 (Ex.), Q4.
担当科目 - 大学院
SYA14: ニューロモーフィックコンピューティング Q2.
RPW1: 投稿論文執筆セミナー I, Q3+Q4.

研究

研究分野
制御及びシステム工学
電子デバイス及び電子機器
計算機システム
計算科学
略歴
学歴

- コンピュータサイエンスとエンジニアリングの博士号、海燕论坛_海燕策略、日本、2017年
- 情報システムと技術の修士号、パリ第11大学、フランス、2014年
- 電子工学と通信工学の学士号、ベトナム国家大学工学技術大学、ベトナム、2011年

職歴

- 准教授、海燕论坛_海燕策略、2022年4月～現在
- 助教授、ベトナム国家大学工学技術大学、ハノイ、2017年11月～2022年3月
- 客員研究員、海燕论坛_海燕策略、2020年11月～2021年3月
- 客員研究員、海燕论坛_海燕策略、2019年5月～2019年9月
- 研究員、SISLAB、ベトナム国家大学ハノイ、2011年～2014年
- RTLデザイナー、Dolphin Inc.、2010年～2011年
現在の研究課題
- ニューロモーフィックエンジニアリング
- AI
- 低消費電力VLSI
研究内容キーワード
ニューロモーフィックコンピューティング、フォールトトレランス、VLSI、3D集積回路、生成A
所属学会

パーソナルデータ

学生へのメッセージ
基礎を身につけてから、応用に進むことが何よりも大切だと信じています。数学、英語、プログラミングなどの基本的な科目をしっかりと読み、学び、練習する時間を取ってください。この強固な基盤が、長いキャリアを支える力となるでしょう。脆い基盤ではなく、しっかりとした土台を築くことが重要です。

主な研究

オンチップ相互接続の進展 (3D-NoCs/ICs (SiPh, ハイブリッド))

複雑な SoC には、プロセッサ コア、DSP、メモリ、アクセラレータ、および I/O で構成される多数のコンポーネントが含まれており、すべてがわずか数平方ミリメートルの単一のダイ領域に統合されています。 このような複雑なシステムは、現在のバスベースのソリューションよりも洗練されたネットワークに近い複雑なオンチップ相互接続を介して相互接続されます。 このネットワークは、面積と消費電力を低く抑えながら、高スループットと低遅延を提供する必要があります。 私たちの研究努力は、超並列メニーコア システムでこのような新しいパラダイムを可能にするために、いくつかの設計上の課題を解決することです。 特に、フォールト トレランス、3D-TSV 統合、フォトニック通信、低電力マッピング技術、および低遅延適応ルーティングを調査しています。

...read more

この研究を見る

神経形態 AI 回路とシステム

私たちは、以前開発した耐障害性のある三次元オンチップインターコネクト技術を強化した、適応型超低電力ニューロモルフィックチップ (NASH) およびシステムの開発を進めています。NASHシステムは、スパイクの重み、ルーティング、隠れ層、トポロジーなどのさまざまなSNNパラメーターの再構成を可能にする効率的な適応構成方法を備えていることを特徴としています。さらに、このシステムは、さまざまなディープニューラルネットワークトポロジーの混合、効率的な耐障害性マルチキャストスパイクルーティングアルゴリズム、および効果的なオンチップ学習メカニズムを組み込んでいます。NASHシステムのパフォーマンスを実証するために、FPGA実装を開発し、VLSI実装も確立します。NASHの最終目標は、脳にインスパイアされた処理技術を小規模な埋め込み型センサーやセンサーベースのデバイス（BCI（EEG/EMG）、オーディオ、プレゼンス検出、アクティビティ認識など）に導入することです。

...read more

この研究を見る

適応型人間型ロボット

私たちは現在、人間型義肢およびロボットの研究を積極的に進めており、最先端の神経科学、人工知能、ロボティクスを融合することで、高応答性かつ生命感のあるシステムを開発し、人間の運動能力と対話能力の向上を目指しています。
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を活用することで、より自然で直感的な制御を実現し、人工四肢、アンドロイド、生体システム間のシームレスな通信を可能にすることを目指しています。
私たちの研究では、非侵襲型神経インターフェースに焦点を当て、義肢が使用者の意図に動的に適応することで、精度、快適性、滑らかな動作を向上させています。
一方、アンドロイド向けの高度な感覚処理に関する研究では、ロボットに人間のような認知能力を持たせることを目指しており、複雑な作業への対応、環境刺激の解釈、ユーザーとの知的な対話を可能にします。
生体力学的工学とAI駆動の認知技術の融合を通じて、私たちは次世代の支援技術および自律システムの実現に向けた道を切り拓いています。
この研究は、リハビリテーション、人間の能力拡張、適応型ロボティクスの分野に貢献し、人工システムが人間の能力を補完?拡張する新たな可能性を切り開いています。
...read more

この研究を見る

主な著書?論文

選択された特許:

[P1] A. Ben Abdallah, Khanh N. Dang, An on-chip 3D system in which TSV groups containing multiple TSVs connect layers together [複数のＴＳＶを含むＴＳＶグループが層間を接続するオンチップの３次元システム], 特許第7488989号, Japan patent.

[P2] A. Ben Abdallah, Khanh N. Dang, Masayuki Hisada, TSV Error Tolerant Router Device for 3D Network On Chip, 特許第7239099号, Japan patent.

[P3] Khanh N. Dang, A. Ben Abdallah, ''Homogeneous computing system and migration flow generation program for homogeneous computing device” [ホモジニアスコンピューティングシステム及びホモジニアスコンピューティングデバイスのマイグレーションフローの生成プログラム], 特願 2022-196416, Japan patent, (patent pending)

[P4] Khanh N. Dang, A. Ben Abdallah, Nguyen Ngo Doanh, “Neural Network Processor“ [ニューラルネットワークプロセッサ], 特願 2024-047372, Japan patent, (filed patent).

選ばれた論文:

[1] Ryoji Kobayashi, Ngo-Doanh Nguyen, Abderazek Ben Abdallah, Nguyen Anh Vu Doan and Khanh N. Dang, “ApproxiMorph: Energy-efficient Neuromorphic System with Layer-wise Approximation of Spiking Neural Networks and 3D-Stacked SRAM“, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2025 (in-press). [DOI: 10.1016/10.1109/TCAD.2025.3597251]

[2] Ngo-Doanh Nguyen, Khanh N. Dang, Akram Ben Ahmed, Abderazek Ben Abdallah, Xuan-Tu Tran, “NOMA: A Novel Reliability Improvement Methodology for 3-D IC-based Neuromorphic Systems“, IEEE Transactions on Components, Packaging and Manufacturing Technology, 2024 (in-press). [DOI: 10.1109/TCPMT.2024.3488113]

[3] Ngo-Doanh Nguyen, Akram Ben Ahmed, Abderazek Ben Abdallah, Khanh N. Dang, “Power-aware Neuromorphic Architecture with Partial Voltage Scaling 3D Stacking Synaptic Memory“, IEEE Transactions on Very Large Scale Integration Systems (TVLSI), vol. 31, no. 12, pp. 2016-2029, Dec. 2023.

[4] Khanh N. Dang, Nguyen Anh Vu Doan, Abderazek Ben Abdallah “MigSpike: A Migration Based Algorithm and Architecture for Scalable Robust Neuromorphic Systems”, IEEE Transactions on Emerging Topics in Computing (TETC), [DOI: 10.1109/TETC.2021.3136028].

[5] Khanh N. Dang, Akram Ben Ahmed, Abderazek Ben Abdallah, Xuan-Tu Tran, “HotCluster: A thermal-aware defect recovery method for Through-Silicon-Vias Towards Reliable 3-D ICs systems”, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, IEEE, Volume 41, No. 4, pp. 799-812, April 2022. [DOI: 10.1109/TCAD.2021.3069370].

[6] Khanh N. Dang, Akram Ben Ahmed, Ben Abdallah Abderrazak and Xuan-Tu Tran, “TSV-OCT: A Scalable Online Multiple-TSV Defects Localization for Real-Time 3-D-IC Systems”, IEEE Transactions on Very Large Scale Integration Systems (TVLSI), IEEE, Volume 28, Issue 3, pp. 672 - 685, 2020. [DOI: 10.1109/TVLSI.2019.2948878].

[7] Khanh N. Dang, Akram Ben Ahmed, Yuichi Okuyama, Abderazek Ben Abdallah, “Scalable design methodology and online algorithm for TSV-cluster defects recovery in highly reliable 3D-NoC systems”, IEEE Transactions on Emerging Topics in Computing (TETC), IEEE, Volume 8, Issue 3, pp. 577-590, 2020. [DOI: 10.1109/TETC.2017.2762407].

[8] Khanh N. Dang, Akram Ben Ahmed, Xuan-Tu Tran, Yuichi Okuyama, Abderazek Ben Abdallah, “A Comprehensive Reliability Assessment of Fault-Resilient Network-on-Chip Using Analytical Model”, IEEE Transactions on Very Large Scale Integration Systems (TVLSI), IEEE, Volume 25, Issue 11, pp. 3099-3112, 2017. [DOI: 10.1109/TVLSI.2017.2736004].

詳細はこちらをご覧ください:：https://u-aizu.ac.jp/~khanh/

最終更新日
2025.10.09