RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ）2026/5/24-5/31

RF WeeklyDigest

FREQ: 5G/6G/IOT // STATUS: ACTIVE

Weekly Intelligence Briefing

UPDATED: 16:36:44

INDUSTRY UPDATE

本エグゼクティブ・サマリーは、2026年5月24日から2026年5月31日までの期間における無線周波数（RF）技術の重要な進展を概説したものである。

NETWORK STD

5G/6G Advancements & Standards（5G/6Gの進展と標準化）

• 3GPP リリース20および6G研究: 2025年末のリリース19の正式なフリーズを受け、3GPPワーキンググループはリリース20への取り組みを加速させている。2026年5月31日現在、SA1グループは6Gのユースケースおよび主要業績評価指標（KPI）が80%完了したと報告している。初の6G規定技術仕様を含むリリース21については、2026年6月にタイムラインの合意が予定されている。
• Integrated Sensing and Communication (ISAC): 今週開催されたIMS 2026シンポジウムの主要な焦点は、ISACおよびAmbient IoTの進展であった。これらはRFの反射を利用してネットワークが物体を「視覚化」し「感知」することを可能にする技術であり、現在は6G無線インターフェースのコア研究項目となっている。
• NTN (非地上系ネットワーク): 衛星経由の5G-Advanced標準が安定し、今週SamsungおよびBroadcomから発表された新しいシリコンにおいて、NR-NTNとNB-NTNの統合が標準仕様となった。

NETWORK STD

New Hardware (Chips, Antennas, Modems)（新ハードウェア：チップ、アンテナ、モデム）

• Broadcom BroadPeak™ (BCM85021): 2026年5月27日に発表されたこの5nm集積無線デジタル・フロントエンド (DFE) SoCは、Massive MIMO向けの業界初となる「6G-ready」標準製品である。400 MHzから8.5 GHzまでのスケーラブルな範囲をサポートしており、特にn104バンド (6.425–7.125 GHz) および6G上位ミッドバンド (7–8.5 GHz) をターゲットとしている。
  
  • 主な統計: 消費電力を40%削減。32T32R8FB構成。DPD、キャリアアグリゲーション、および高速ADC/DACを統合。
• Skyworks & MediaTek 6G FR3 フロントエンド: MWC 2026（以前開催されたが今週詳細が判明）の更新レポートにより、SKYR60002 6G FR3 (6.4–7+ GHz) LNAパワーアンプモジュールが明らかになった。このモジュールは、初期の6G波形に求められる高い線形性のために設計された統合フィルタを備えている。
• Qorvo 広帯域高アイソレーション・スイッチ: 2026年5月29日に発表されたこの新しいスイッチファミリーは、マルチバンド5G無線におけるカスケード接続スイッチ・アーキテクチャを排除するように設計されており、複雑なRFフロントエンドにおけるPCBフットプリントと挿入損失を削減する。
• Qualcomm Snapdragon X90 モデム: Snapdragon 8 Elite Gen 6（2026年9月発売予定）に関する新たな技術リークにより、X90モデムがTSMCの2nmプロセスで製造されることが確認された。信号最適化のための高度なオンダイAIを搭載し、ピークダウンリンク速度15Gbpsを目指している。

HARDWARE ANALYSIS

Smartphone Teardowns: RF Analysis（スマートフォンの分解：RF分析）

• Samsung Galaxy S26 Ultra (iFixitによる分析): 先日発売されたS26 Ultraの詳細な分解調査が今週完了した。
  
  • RFアーキテクチャ: デバイスはネジで固定された高度にモジュール化されたUSB-C/RFサブアセンブリを採用しており、充電コンポーネントや下部アンテナ部品の交換が容易になっている。
  • 複雑性の問題: 「プライバシー・ディスプレイ」と画面下セルフィーカメラは筐体に強力に接着されており、画面側からのRFメンテナンスはリスクの高い作業となっている。
  • バッテリー: 接着剤なしでバッテリーを取り外すことができる、新しい「スワドル（包み込み）」プルタブ機構の採用が注目される。
• Apple iPhone 17 Pro Max (TechInsightsによる深掘り): 今週末に発表された分析は、2017年以来の主要なアーキテクチャ変更となるSTMicroelectronics製IRセンサーの再設計に焦点を当てている。
  
  • RF/センシングの統合: 分解により、FaceIDの信号忠実度を向上させる新しいフォトキャプチャ・アーキテクチャが明らかになった。
  • 熱設計: TechInsightsは、iPhoneで初となるベイパーチャンバーの採用を確認した。これは、高スループットの5G-AdvancedおよびAIタスク実行時におけるA19 Proチップの冷却に不可欠である。

CONNECTIVITY

IoT & Connectivity (Wi-Fi 8 & Bluetooth)（IoTとコネクティビティ：Wi-Fi 8およびBluetooth）

• Broadcom BCM677x Wi-Fi 8 エコシステム: 2026年5月27日、Broadcomはメッシュルーターおよびゲートウェイ向けに初の統合Wi-Fi 8 (IEEE 802.11bn) SoCのサンプル出荷を開始した。
  
  • 技術: 「Ultra High Reliability (UHR：超高信頼性)」に焦点を当てている。4096-QAMと320MHzチャネルを維持しつつ、高密度環境でのジッターとパケット損失を低減するための「協調型信頼性」機能が追加されている。
• TP-Link Archer 8 ロードマップ: TP-Linkは2026年5月28日にWi-Fi 8のロードマップを発表した。Archer 8ルーターは2026年10月に予定されており、Wi-Fi 7製品と比較して実効スループットが最大33%向上することを目指している。
• u-blox エッジAI Bluetooth LE: Nordic Semiconductorと共同開発された新しいモジュールが2026年5月29日に発売された。モジュール上でAIアクセラレーションを行うことでエッジ側でのデータ処理を可能にし、RF送信時間を短縮。これにより、産業用IoTのバッテリー寿命を大幅に延長する。

NETWORK STD

Illustrations & Diagrams（図表およびダイアグラム）

• Broadcom BroadPeak ブロック図: 5nm DFEとADC/DACブロックの統合を示すハイレベルな回路図。情報源: Broadcom Newsroom
• Samsung Galaxy S26 Ultra 内部レイアウト: モジュール式USB-Cおよびバッテリー・プルタブ・システムを示す写真シリーズ。情報源: iFixit / GSMArena
• Skyworks 6G FR3 モジュール・フットプリント: 統合フィルタの配置を示すSKYR60002の技術レンダリング。情報源: Semiconductor Today
• 3GPP リリース20 タイムライン・グラフィック: R19（フリーズ済）からR21（6G規定仕様）までの道のりを示す公式ビジュアル。情報源: 3GPP.org

大戸屋で生ニラだれの油淋鶏をいただく。タレとニラがよく合って美味しい。リンガーハットで野菜たっぷりちゃんぽんをいただく。2種のドレッシングがどちらもとても好きで交互にかけて。吉野家で牛ほっけ定食をいただく。ほっけは大きくはないが結構美味しい。

大戸屋で生ニラだれの油淋鶏をいただいた。香ばしい鶏肉にニラとよく合うタレがかかっていて美味しい。

リンガーハットで野菜たっぷりちゃんぽんをいただいた。柚子胡椒と生姜のドレッシング、どちらも好きで交互にかけていただく。そして最後は両方が混ざったスープができあがって、これに酢をいれたりするとまた美味しい。餃子3個もつけて、柚子胡椒そのものをスープにいれたりもする。

また別の日、吉野家で牛ほっけ定食をいただいた。

思っていたよりほっけが小さいが、吉野家で食べられることはありがたいし、美味しい。

特別展 北野天神＠京都国立博物館を観てきた。国宝の北野天神縁起絵巻（承久本）がすごかった。その他の複数バージョンも展示で話を覚える（耳から蛇、口から柘榴で火とか）。菅原道真が怨霊から学問の神様になった経緯もわかる。源氏の重刀（髭切、膝丸）は写真OKでした。

北野天満宮には結構よく行くがお参りするだけで何も知らない、ということで特別展　北野天神を観に京都国立博物館まで。

なんといっても国宝の北野天神縁起絵巻（承久本）がすごかった。で地獄編を観て面白くなってきた、と思ったら後の方は下絵しかないそうだ。なぜ未完成なのかは謎。それだけでなく、重要文化財の「弘安本」「光信本」「光起本」なども展示されていて、同じ場面が描かれているのでだいぶお話を覚える。菅原道真が雷神になって雷を落とすとか、口から出した柘榴で燃えるとか、耳から蛇がでるとか！

その他仏像や菅原道真像も展示で、なぜ神になって神仏習合があって学問や芸能の神になったのかもわかる。

源氏の重刀だとされる太刀　国綱ト銘ガアル（鬼切丸・髭切）と太刀　銘 □忠（薄緑・膝丸）も展示でかつ写真OKでした。

いつもの特別展だと一階は大きな仏像が置かれていることが多いが、今回は大きな絵馬も飾ってあって面白い。

また北野天満宮にお参りに行ってみよう。

高周波エンジニアのためのAI・機械学習入門（GPU編26）異常検知として、良品のみで学習して不良品を見つける畳み込みオートエンコーダー(Convolutional Autoencoder)をPythonとKerasでバンドパスフィルタを題材にやってみる。

前回はDNN系のオートエンコーダをやってみた。今回はCNN系のをやってみよう。

コードはこちら。

import os

os.environ["KERAS_BACKEND"] = "jax"

import keras

import numpy as np

import matplotlib.pyplot as plt

from jax import config

config.update("jax_enable_x64", False)

plt.rcParams['font.family'] = 'Noto Sans CJK JP'

data_label = np.load("G_NG.npz")

data = data_label["data"].reshape(-1,200,5,1)

label = data_label["label"]

# GとNGを分割

g_data = data[label[:, 0] == 1]

ng_data = data[label[:, 0] == 0]

# Convolutional Autoencoder

inputs = keras.Input(shape=(200, 5, 1))

x = keras.layers.Conv2D(64, kernel_size=(10, 2), activation="relu", padding="same")(inputs)

x = keras.layers.Conv2D(32, kernel_size=(10, 2), activation="relu", padding="same")(x)

x = keras.layers.Conv2D(16, kernel_size=(10, 2), activation="relu", padding="same")(x)

x = keras.layers.Conv2D(32, kernel_size=(10, 2), activation="relu", padding="same")(x)

x = keras.layers.Conv2D(64, kernel_size=(10, 2), activation="relu", padding="same")(x)

outputs = keras.layers.Conv2D(1, kernel_size=(10, 2), activation="linear", padding="same")(x)

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())

model.summary()

# 学習

epochs = 1000

keras.utils.set_random_seed(1)

history = model.fit(

    g_data, g_data,

    batch_size=128,

    epochs=epochs,

    validation_split=0.15,

    verbose=1

)

# 予測

g_pred = model.predict(g_data)

ng_pred = model.predict(ng_data)

# MSEの計算

loss = keras.losses.MeanSquaredError(reduction = "none")

# GとNGのMSEを計算

ng_accuracy = loss(ng_data, ng_pred).mean(axis=1).mean(axis = 1)

g_accuracy = loss(g_data, g_pred).mean(axis=1).mean(axis = 1)[:ng_accuracy.shape[0]]

# MSEの分布の可視化

plt.figure(figsize=(10, 6))

plt.hist(np.log10(ng_accuracy), bins=50, alpha=0.5, label="NG")

plt.hist(np.log10(g_accuracy), bins=50, alpha=0.5, label="G")

plt.legend()

plt.xlabel("log10(MSE)")

plt.ylabel("Frequency")

plt.title("Distribution of MSE for G and NG")

plt.show()

良品で予測したときの誤差と、不良品で予測した時の誤差をヒストグラムにしたものが出てくる。

重なっている部分はあるものの、閾値を-6.42とかにすると不良品が検知できそうだ。なるほど。

高周波・RFニュース 2026年5月29日 Qorvoが5G向け広帯域高アイソレーションスイッチ発表、BroadcomとSamsungが協業で5GとWi-Fi 8のFWAプラットホーム発表、アンリツが4ch対応のパワーメータ発表、u-bloxがNordicと協業でEdge ML対応モジュール発表など

・Qorvoが5G向け広帯域高アイソレーションスイッチ発表

Qorvo® Eliminates Cascaded Switches in 5G Radios with New Wideband High-Isolation Family

・BroadcomとSamsungが協業で5GとWi-Fi 8のFWAプラットホーム発表

Broadcom Unveils World’s First Integrated 5G and Wi-Fi 8 FWA Platform in Collaboration with Samsung Electronics

・アンリツが4ch対応のパワーメータ発表

アンリツ、最大4チャネル対応の新型パワーメータML2439Aを発表

・u-bloxがNordicと協業でEdge ML対応モジュール発表

u-blox expands collaboration with Nordic Semiconductor, introducing ALMA-B2 modules with low-latency Edge ML capabilities

その他

MIPI Alliance Launches Compliance Program to Strengthen A-PHY Automotive Ecosystem

Nordic Semiconductor brings AI-assisted development to the entire product lifecycle

新日吉神宮（いまひえじんぐう）でお参り。真猿（まさる）や大黒様がいる。ここでドラクエウォークのポートピア連続殺人事件の京都編のクエスト看板にタッチできる。

京都国立博物館に行った帰りに立ち寄る。お参りもそうだが目的があった。

神様の使いの猿がいる。

大黒様も。

そしてここからドラクエウォークのポートピア連続殺人事件の京都編のクエスト看板にタッチできる。これがもう一つの目的。

京都編のもうひとつは中書島にある。そこも京阪でそのまま行って京都編完了。

高周波・RFニュース 2026年5月28日 KeysightがIMS2026でXA6シグナルアナライザ紹介、RIGOLもネットアナやスペアナデモ、太陽誘電が車載3225 220μF MLCC発表、Broadcomが50G PON Edge AI Gateway SoC発表、I-PEXのWi-Fi 7解説、Huawei社長の半導体製造基調講演

・KeysightがIMS2026でXA6シグナルアナライザ紹介

Keysight to Showcase Spectrum Innovations at IMS 2026

・RIGOLもネットアナやスペアナデモ

RIGOL to Unveil New RF and Microwave Test Solutions at IMS 2026 in Boston

・太陽誘電が車載3225 220μF MLCC発表

太陽誘電：自動車向け3225サイズ積層セラミックコンデンサで220μFを実現

・Broadcomが50G PON Edge AI Gateway SoC発表

Broadcom Accelerates the AI Era with the Industry’s First End-to-End 50G PON Edge AI Portfolio

・I-PEXのWi-Fi 7解説

Wi-Fi 7とは？

・Huawei社長の半導体製造基調講演

Necessity is the Mother of Invention: Huawei Replaces Moore’s Law With Her’s Law

その他

NVIDIA Vera CPU Is ‘Packing a Heavy-Hitting Punch’ Against Competition

Marvell Keynote at COMPUTEX 2026: The Future of AI Scaling Depends on Connectivity

CodexにTypeScriptでSパラメータのTouchstoneフォーマットを扱うライブラリを仕様書pdfを読んで作ってもらった。dB, 位相, スミスチャートはPlotlyを使用。前回は指示のせいでいまいちだったので、今回はGoogle Antigravityに出したのと同じにするとかなり良くなった。

CodexとAntigravityにSパラメータのTouchstoneフォーマットを扱うTypeScriptのライブラリを作ってもらったが、Codexがいまいちだった。これは指示が悪いんだろうな、と思ってAntigravityと全く同じ指示にしてみた。

すると何回かやり取りするとできた。

マニュアル。

例題。

前回よりかなりよくなった。これは普通に使えそう。

ファイルはこちら。

ダウンロード - sparalibcodex2.zip

「さよならジャバウォック」（伊坂幸太郎さん）を読んだ。面白かった！途中で感じた違和感、発言、伏線が終盤で怒涛の如く解決・回収されるのはお見事。確かにそう言ってた！の連続。そしてビートルズ、消防ベルで検索して曲名を知る。

これは全く予測できない展開で面白かった（全然違う真相を想像していた）。

あらすじは

https://fr.futabasha.co.jp/special/sayonara_Jabberwock/

「結婚直後の妊娠と夫の転勤。その頃から夫は別人のように冷たくなった。
彼からの暴言にも耐え、息子を育ててきたが、ついに暴力をふるわれた。
そして今、自宅マンションの浴室で夫が倒れている。
夫は死んだ、死んでいる。私が殺したのだ。
もうそろそろ息子の翔しようが幼稚園から帰ってくるというのに…。
途方に暮れていたところ、２週間前に近所でばったり会った
大学時代のサークルの後輩・桂凍朗が訪ねてきた。
「量子さん、問題が起きていますよね？　中に入れてください」と。」

というもの。ジャバウォックとはなに？ということからその除去を行う破魔矢と絵馬の夫婦、過去に不適切発言を起こして引退した歌手、などなど様々な出来事がどう関係している？と思ったら終盤でバババババと解決される。
あー、確かにそういっていたーとかびっくり。

ネタばれないように話には触れないですがとにかく面白かった。

出てくる曲はビートルズ、消防ベルで検索すると出てくるこれみたい。

高周波・RFニュース 2026年5月26日 iFixitがTrump Phoneは中身HTC U24 Proと推定、QorvoがIMS2026でRFソリューション出展、CyntecがPCIMでパワーインダクタ等を出展、RCRTechが防衛通信に関するレポート発行など

・iFixitがTrump Phoneは中身HTC U24 Proと推定

The Trump Phone Looks Suspiciously Like a HTC U24 Pro

・QorvoがIMS2026でRFソリューション出展

Qorvo to Showcase Proven RF Solutions with Live Demos and Technical Leadership at IMS2026

・CyntecがPCIMでパワーインダクタ等を出展

Cyntec Presents Advanced Power Magnetics and Current Sensing Solutions for Automotive Electrification at PCIM Europe 2026

・RCRTechが防衛通信に関するレポート発行
https://pages.rcrtech.com/defense-communications-market-pulse-report-2026

その他

Keysight Enables End-to-End Electrical-Optical-Electrical Simulation for Data Center and Ethernet Design

Signal integrity considerations for differential pairsin high-speed serial links

高周波エンジニアのためのAI・機械学習入門（GPU編25）異常検知として、良品のみで学習して不良品を見つけるオートエンコーダー(Deep Autoencoder)をPythonとKerasでバンドパスフィルタを題材にやってみる。

Interface誌を読んでいると、オートエンコーダを使うと良品だけで学習して異常検知できることを知った。

さらにKerasブログで詳しく書いてくれている。

https://blog.keras.io/building-autoencoders-in-keras.html

そこでバンドパスフィルタを題材にしてみよう。

事例はこのとき使ったもの。

高周波エンジニアのためのAI・機械学習入門（GPU編12）教師あり学習でバンドパスフィルタ（BPF）の中心周波数ずれのG／NG判定をPythonとKeras 3.0を使って畳み込みニューラルネットワーク（CNN）で行う。

使うデータはこんな感じになる。

ではオートエンコーダーを書いてみよう。

コードはこんな感じで。

import os

os.environ["KERAS_BACKEND"] = "jax"

import keras

import numpy as np

import matplotlib.pyplot as plt

from jax import config

config.update("jax_enable_x64", False)

plt.rcParams['font.family'] = 'Noto Sans CJK JP'

data_label = np.load("G_NG.npz")

data = data_label["data"]

label = data_label["label"]

# GとNGを分割

g_data = data[label[:, 0] == 1]

ng_data = data[label[:, 0] == 0]

# Deep Autoencoder

inputs = keras.Input(shape=(200, 5))

x = keras.layers.Flatten()(inputs)

encoded = keras.layers.Dense(256, activation='relu')(x)

encoded = keras.layers.Dense(128, activation='relu')(encoded)

encoded = keras.layers.Dense(64, activation='relu')(encoded)

encoded = keras.layers.Dense(32, activation='relu')(encoded)

decoded = keras.layers.Dense(64, activation='relu')(encoded)

decoded = keras.layers.Dense(128, activation='relu')(decoded)

decoded = keras.layers.Dense(256, activation='relu')(decoded)

decoded = keras.layers.Dense(200 * 5, activation='linear')(decoded)

outputs = keras.layers.Reshape((200, 5))(decoded)

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())

# 学習

epochs = 1000

keras.utils.set_random_seed(1)

history = model.fit(

    g_data, g_data,

    batch_size=128,

    epochs=epochs,

    validation_split=0.15,

    verbose=1

)

# 予測

g_pred = model.predict(g_data)

ng_pred = model.predict(ng_data)

# MSEの計算

loss = keras.losses.MeanSquaredError(reduction = "none")

# GとNGのMSEを計算

ng_accuracy = loss(ng_data, ng_pred).mean(axis=1)

g_accuracy = loss(g_data, g_pred).mean(axis=1)[:ng_accuracy.shape[0]]

# MSEの分布の可視化

plt.figure(figsize=(10, 6))

plt.hist(np.log10(ng_accuracy), bins=50, alpha=0.5, label="NG")

plt.hist(np.log10(g_accuracy), bins=50, alpha=0.5, label="G")

plt.legend()

plt.xlabel("log10(MSE)")

plt.ylabel("Frequency")

plt.title("Distribution of MSE for G and NG")

plt.show()

良品のみで学習して、不良品を予測した時の誤差を指標にする。ヒストグラムをプロットしたものがこちら。

ちょっと重なっている部分があるが、なるほど結構分離されている。使えるかもしれない。

次は畳み込みオートエンコーダをやってみよう。

RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ）2026/5/17-5/24

RF WeeklyDigest

FREQ: 5G/6G/IOT // STATUS: ACTIVE

Weekly Intelligence Briefing

UPDATED: 15:55:08

INDUSTRY UPDATE

インテリジェンス・レポート：RF技術および半導体の進展 報告期間： 2026年5月17日 – 2026年5月24日 アナリスト： Elite RF Intelligence Unit

NETWORK STD

1. 5G-Advancedおよび6Gの標準化

過去7日間において、3GPPの枠組みの中で、5G-Advanced（リリース19）から6G（リリース20）の定式化への大きな転換が見られました。

• 3GPP リリース19の策定完了へ: リリース19は最終的な規定フェーズ（Normative Phase）に入ったとの報告があります。主なハイライトとして、NR無線インターフェース向けAI/MLの標準化や、技術調査の75%以上が完了したアンビエントIoTプロトコルの成熟が挙げられます。
• 6Gサービス要件（SA1）: 2026年5月現在、SA1ワーキンググループ内での6G調査は80%完了しており、200以上のユースケースを網羅しています。今週確認された主な焦点領域には、通信・センシング一体型技術（ISAC）、およびGiga-MIMO展開のための**7-16 GHz「アッパーミッドバンド」**の利用が含まれます。
• スペクトラムの進化: 業界のコンセンサスは、広域6Gカバレッジの「スイートスポット」として7-16 GHz帯に固まってきています。この帯域は、サブテラヘルツ（sub-THz）帯と比較して実現可能なリンクバジェットを維持しつつ、AI駆動のデータ集約型アプリケーションに必要な帯域幅を提供します。

NETWORK STD

2. 新規ハードウェア（チップ、モデム、モジュール）

主要メーカー各社は、AI駆動型RFフロントエンドに最適化された次世代シリコンを発表、またはサンプル出荷を開始しました。

• Qualcomm Snapdragon X85 Modem-RF: 最近の技術公開で、第2世代の6Rxアンテナ管理を特徴とするSnapdragon X85の詳細が明らかになりました。このシステムは、AI強化アンテナスイッチングを活用して「ハンドブロッキング（手による遮蔽）」干渉を軽減し、困難な都市環境におけるセルエッジのスループットを最大20%向上させると報告されています。
• Broadcom AIネットワーキング（2026年5月20日）: Broadcomは、高性能な400G RoCE/RDMA イーサネットNICの発売を発表しました。主にデータセンター向けですが、この技術は現在サンプル出荷中の高密度Wi-Fi 8および6Gインフラのバックホール要件を支えるものです。
• SkyworksおよびQorvoのインフラストラクチャ: スモールセル展開向けの新しいGaN-on-Si（シリコン上窒化ガリウム）パワーアンプ（PA）が発表されました。特にN77およびN78帯をターゲットとしており、電力付加効率（PAE）は50%を超える改善を見せています。

HARDWARE ANALYSIS

3. スマートフォンおよびウェアラブルの分解解析（Teardown）

近年のデバイス分解調査（TechInsights/iFixit）によると、コンポーネントの極限までの高密度化とRFフロントエンドの統合化が進んでいます。

• Apple Watch Series 11 5G（2026年5月14日-22日公開の深掘り分析）:
  
  • RF構成: 5Gモデム、Bluetooth 6.0、および**超広帯域無線（UWB）を統合した高度なSiP（システム・イン・パッケージ）**を搭載。
  • 分析: Apple独自の設計による**RFフロントエンド（RFFE）**モジュールを採用しており、Series 10と比較してフットプリントを15%削減しています。
• Sony Xperia 1 VI（TechInsightsによる発売後分析）:
  
  • モデム/トランシーバー: Qualcomm Snapdragon 8 Gen 3プラットフォームと、専用のQualcomm RFトランシーバー + GPS ICを搭載。
  • RFFE戦略: SkyworksのローバンドPAと村田製作所のデュアルSAWフィルタのハイブリッド構成を採用。
  • 接続性: Wi-Fi 7/Bluetooth 5.4用にBroadcom BCM4390を搭載し、独自の**マルチリンクオペレーション（MLO）**アンテナアレイを利用して5.8 Gbpsのピーク速度を維持しています。
• Google Pixel 8a（RFFE分解）:
  
  • フロントエンド: Skyworksの2.4 GHz Wi-Fi FEMとQualcommのSAWフィルタを搭載。
  • 基板設計: 高密度相互接続（HDI）基板を採用。Tensor G3の統合モデムから高利得カメラセンサーへの信号漏洩を防ぐため、特殊なシールド処理が施されています。

CONNECTIVITY

4. IoTおよびコネクティビティ（Wi-Fi 8 および Bluetooth）

コネクティビティ標準は、産業用およびXR（クロスリアリティ）アプリケーション向けの決定論的な低遅延へとシフトしています。

• Wi-Fi 8 (802.11bn): BroadcomとQualcommは、Wi-Fi 8チップセットのマスマーケット向けサンプル出荷を開始しました。この新規格では**協調空間再利用（coordinated spatial reuse）**が導入され、スタジアムのような高密度環境において複数のアクセスポイントが通信を調整し、干渉を最小限に抑えることが可能になります。
• Bluetoothチャネルサウンディング: 2026年のフラッグシップスマートフォンにおいて標準機能となったこの技術は、近接検知のための従来のRSSIに代わるものであり、デジタルカーキーやアセットトラッキングにおいて10cm未満の測距精度を実現します。

HARDWARE ANALYSIS

5. 図表およびダイアグラム

最近の業界レポートからの主要な視覚データ：

• Sony Xperia 1 VI メインボード写真: Qualcomm/Skyworks RFFEレイアウトの詳細。
  
  • Source: TechInsights/Electronics360
• Snapdragon X80/X85 ブロック図: モデムの信号パスに直接統合された専用AIテンソルアクセラレータの図解。
  
  • Source: Qualcomm
• Pixel 8a RFコンポーネント・マップ: Broadcom BCM4383およびSkyworks FEMの配置レイアウト。
  
  • Source: TechInsights Platform

NETWORK STD

エグゼクティブ・サマリー: 現在のRF業界は、リリース20（6G）への移行と、物理層（PHY）へのAI統合によって定義されています。焦点は単なる通信速度から、スペクトラム・インテリジェンスやセンシング機能を有するネットワークへと移っています。QualcommやBroadcomといったハードウェアメーカーは、次世代のAIウェアラブルの熱および空間的制約を満たすため、複数の無線プロトコルをシングルダイまたはSiPソリューションへと順調に集約させています。

Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper)でサザエさんじゃんけん予測アプリをいろいろな予測アルゴリズムを扱えるように作り直してもらう。5/24は勾配ブースティング系だけがパーを出すと予測、ランダムフォレストやLSTM、マルコフ連鎖などは全てチョキと予想。

以前にMicrosoft 365 Copilot Chat(GPT-5.5 Think Deeper)でサザエさんじゃんけん予測アプリを作ってもらったが、実は私がひどいミスをしていて、パーがちゃんと考慮されていなかった。そこで作り直してもらうが、アルゴリズムをいろいろ試せるようにしてもらった。

具体的には以下。

=== モデル比較結果 ===
評価方法: 時系列順を維持し、直近データを検証用として評価
Accuracy は高いほど良く、LogLoss は低いほど良いです。

モデル Accuracy Balanced LogLoss 備考
------------------------------------------------------------
HistGradientBoosting 0.5944 0.5891 1.8622
SGD-LogLoss 0.5778 0.5783 1.0027
MLP 0.5722 0.5716 1.0221
LogisticRegression 0.5611 0.5600 1.0066
RandomForest 0.5556 0.5546 0.9445
GradientBoosting 0.5556 0.5494 1.0474
SVM-RBF 0.5500 0.5498 0.9924
AdaBoost 0.5444 0.5395 1.0828
KNN 0.5278 0.5275 1.0054
ExtraTrees 0.5167 0.5164 0.9838
PyTorch-LSTM 0.5167 0.5168 2.9990
GaussianNB 0.5000 0.4994 1.8112
PyTorch-GRU 0.4944 0.4955 3.1201
MarkovChain 0.3889 0.3877 1.0698
Dummy-most-frequent 0.3444 0.3333 23.6286

自動選択された最良モデル: HistGradientBoosting

で5/27を予測してもらうと最良モデルのHistGradientBoostingとGradientBoosting, AdaBoost, GRUがパー。

それ以外のランダムフォレスト、LSTMなどは全てチョキと予測。

さてどちらが当たるだろうか？

ロンフーダイニングで麻婆豆腐定食（辛さはサンダーstyle)をいただく。見かけほどは辛くなく、ずっと熱々で美味しい。なか卯で痺辛麻辣冷やし担々うどんをいただく。痺れは強くはないがスパイスがよくて美味しい。吉野家で絶品牛重をいただく。甘い肉に生七味がよくあう。

ロンフーダイニングで麻婆豆腐定食をいただいた。辛さはちょっと日和ってサンダーstyle。スープ、サラダ、ザーサイもついて1331円とお値打ち。ご飯もおかわり自由。

サンダーstyleでちょうどいい辛さ。これ以上辛いデビルstyleだと美味しくは食べられないかもしれない。とにかく石鍋がずっと熱くて最後まで熱々で美味しかった。

また別の日、なか卯で痺辛麻辣冷やし担々うどんをいただいた。上の麻婆豆腐の辛さと痺れがすごいので比べられないが、痺れは弱め。

でもスパイスがたくさん入っているようでなかなか美味しい。

また別の日、吉野家で絶品牛重をいただいた。牛丼とは違って甘めの牛肉に生七味がよくあう。大きな白滝がはいっているのもいい。

また別の日、吉野家で明太高菜マヨ牛丼をいただいた。すき家ではおなじみだが、明太子がそのまま乗っているのがポイント高し。

また別の日、なか卯で漬け旨サーモン丼をいただく。肉厚のサーモンとわさびが合って美味しい。

スター・ウォーズ／マンダロリアン・アンド・グローグーをIMAXで観てきた。面白かった！パペットで動くグローグーがかわいく、隙あらば何でも食べようとし、人では相手にならないマンドーはいろんなものと戦うし、最後はスターウォーズのお約束とオマージュシーンでよかった。

IMAXで観に行ったら映画館の前にマンドーとグローグー、R2D2がいた。中にはストームトルーパーも。

ポスターもらった。

CGばかりの映像のなか、パペットで動かしているグローグーがとにかくかわいい動きで新鮮。目の表情もくるくる変わる。

いたずら好きで（あの2回目のとか絶対わざとやってるだろ！）、とにかく食べ物に執着してロッタ・ザ・ハットに餌付けされたり、いやそんなものまで食うんかい！というものも食う。うまくいかなかったときの声が日本語で「あらぁ…」に聞こえる。

マンドーは最初の場面からもう強すぎで、これでは人間もドロイドも勝負にならんだろうと思っていたら全然別のものたちと戦わされる。ジャンルが変わってキングオブモンスターみたいになった。ジェダイじゃないのでライトセーバーを使わない戦闘なので逆にとても迫力ある映像になっていた。

もう一つ笠をかぶった浪人風の用心棒とようやく勝負になりそうくらいだが、あれ雨宮監督のゼイラムみたいだ。

ジャバ・ザ・ハットの息子、ロッタ・ザ・ハットはすごいムキムキのいい奴で応援したくなったが、あの家系の別の奴らはもうどうしようもない。

しかしあの人のいいモンスターおじさんのところは都合がいくらなんでも良すぎではないかとかは思った。

終盤までは面白いけれどストームトルーパーとザ・ハット以外のスターウォーズ要素ないな、と思っていたら終盤でちゃんとやってくれた。

オマージュやお約束がたくさんでおおっと思った。

予想よりずっと面白かったし、たぶん次もあるんだろうと思ったり。決着ついてないし。

高周波エンジニアのためのAI・機械学習入門（GPU編24）TDRでは出せない複素特性インピーダンスの周波数特性を予測する。今回はkerasとバックエンドにJaxを使ったTransformerで。

DNN,CNN,RNN(LSTM)とやってきて今回はTransformer。

コードはこちら。

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

import os

os.environ["KERAS_BACKEND"] = "jax"

import keras

from jax import config

config.update("jax_enable_x64", False)

plt.rcParams['font.family'] = 'Noto Sans CJK JP'

data_label = np.load("tl_freq_data.npz")

data = data_label["data"]

label = data_label["label"]

x_train, x_test, y_train, y_test = train_test_split(data, label, test_size=0.3, random_state=0)

y_train_list = [y_train[:,:,1], y_train[:,:,2]]

y_test_list = [y_test[:,:,1], y_test[:,:,2]]

scaler_y = [StandardScaler() for _ in range(2)]

y_train_list_f = [None for _ in range(2)]

for i in range(2):

    scaler_y[i] = StandardScaler()

    y_train_list_f[i] = scaler_y[i].fit_transform(y_train_list[i])

# ==========================

# Positional Encoding

# ==========================

def positional_encoding(seq_len, d_model):

    pos = np.arange(seq_len)[:, np.newaxis]

    i = np.arange(d_model)[np.newaxis, :]

    angle_rates = 1 / np.power(10000, (2 * (i // 2)) / np.float32(d_model))

    angle_rads = pos * angle_rates

    pe = np.zeros((seq_len, d_model))

    pe[:, 0::2] = np.sin(angle_rads[:, 0::2])

    pe[:, 1::2] = np.cos(angle_rads[:, 1::2])

    return keras.ops.convert_to_tensor(pe, dtype="float32")

# ==========================

# Transformer Encoder Block

# ==========================

def transformer_encoder(x, head_size, num_heads, ff_dim, dropout=0.1):

    # Self Attention

    attn_out = keras.layers.MultiHeadAttention(

        num_heads=num_heads,

        key_dim=head_size

    )(x, x)

    #attn_out = keras.layers.Dropout(dropout)(attn_out)

    x = keras.layers.LayerNormalization(epsilon=1e-6)(x + attn_out)

    # Feed Forwardネットワーク

    ffn = keras.layers.Dense(ff_dim, activation="relu")(x)

    ffn = keras.layers.Dense(x.shape[-1])(ffn)

    #ffn = keras.layers.Dropout(dropout)(ffn)

    x = keras.layers.LayerNormalization(epsilon=1e-6)(x + ffn)

    return x

seq_len = 200

feat_dim = 5

embed_dim = 64

inputs = keras.Input(shape=(seq_len, feat_dim))

# 入力を高次元に射影

x = keras.layers.Dense(embed_dim)(inputs)

# Positional Encodingを加算

pe = positional_encoding(seq_len, embed_dim)

x = x + pe

# Transformer ブロック

x = transformer_encoder(x, head_size=64, num_heads=4, ff_dim=128)

#x = transformer_encoder(x, head_size=64, num_heads=4, ff_dim=128)

# 時系列次元を集約

x = keras.layers.GlobalAveragePooling1D()(x)

# 全結合

x = keras.layers.Dense(128, activation="relu")(x)

outputs = [keras.layers.Dense(200)(x) for i in range(2)]

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())

batch_size = 128

epochs = 1000

keras.utils.set_random_seed(1)

history = model.fit(

    x_train,

    y_train_list_f,

    batch_size=batch_size,

    epochs=epochs,

    validation_split=0.15,

)

y_pred_list_f = model.predict(x_test)

y_pred_list = [None for _ in range(2)]

for i in range(2):

    y_pred_list[i] = scaler_y[i].inverse_transform(y_pred_list_f[i])

metric = keras.metrics.R2Score()

for idx in range(2):

    print(f"R2 score for label {idx}:")

    metric.update_state(y_test_list[idx], y_pred_list[idx])

    result = metric.result()

    print(result)

R2スコアはこちら。まずまず。

R2 score for label 0:
0.99998623
R2 score for label 1:
0.9999977

代表例。ちょっとずれてるか。

最大誤差をヒストグラムにしたもの。

そこそこいいが、今回の例ではCNNが一番精度、速度ともによさそう。

高周波・RFニュース 2026年5月22日 6GWorldとKeysightのRFデジタルツイン解説とウェビナー、Qualcomm がDragonwing Mobile Broadband Multimedia (MBM)発表、Sony Xperia 1 VII分解動画、SiLabのSoCを使ったComminentのWi-SUNモジュールが500,000台出荷など

・6GWorldとKeysightのRFデジタルツイン解説とウェビナー

RF Digital Twins: Why 5G-Advanced and 6G Need Predictive Simulation

・Qualcomm がDragonwing Mobile Broadband Multimedia (MBM)発表

Introducing the Qualcomm Dragonwing Mobile Broadband Multimedia (MBM) family: The future of interactive broadband

・Sony Xperia 1 VII分解動画
Sony Xperia 1 VII Disassembly Process | Full Teardown & Internal Components

・SiLabのSoCを使ったComminentのWi-SUNモジュールが500,000台出荷
Powered by Silicon Labs, Comminent Ships 500,000 Wi-SUN Modules

その他

Infineon CoolGaN™ BDS 40 V G3 family delivers up to 82 percent footprint reduction for portable power designs

Nokia launches AI networking lab to drive co-innovation with partners and accelerate next era of AI-native data center networking

ExcelのCopilotのPlanモードで、サザエさんじゃんけんの次回の予測をやってもらう。予測法はいろいろ挙げてもらって推奨のランダムフォレストにしてもらった。次回はチョキと予測（Codexはパーと予測）。

ExcelのCopilotでPlanモードが使えるようになったのでまずはこれを試してみた。

ExcelのCopilotにPlanモードが追加されていた。早速変な並びのSパラメータのTouchstoneフォーマットデータ（5ポート）を並び変えてもらうとちゃんと計画を立ててうまくできた。裏でPythonを使っていると言ってきた。

次は時系列予測でも、と思って最近やってみたこれのデータを使って予測してもらおう。

Codex(GPT-5.5)でサザエさんじゃんけんの次の手を予測するアプリを作る。時系列予測はまず標準ライブラリのみで実施、一次マルコフがいい結果になったので次はscikit-learn,Keras,Prophetなどを実行。勾配ブースティングが一番よく精度は59.86%に達した。次回はチョキだそうだ。

指示を出して、

計画を立てた。

機械学習の手法、何が使えるか聞いてみた。

なるほど。ランダムフォレストを使ってもらおう。

お、次回はチョキと推定した。

でもCodex（勾配ブースティング）はパーと予測したんだった。さてどちらが当たる？

5/24の予測はパー。さてどうなるか（2週続けてチョキと予測で、実際には2週続けてグー）。 pic.twitter.com/CTg0frlG0l

— tomo (@tonagai) May 17, 2026

Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper)でもやってもらった。アルゴリズムはscikit-learn の RandomForestClassifier、ExtraTreesClassifier、LogisticRegression を VotingClassifierで組み合わせ。

Streamlitを使ったアプリができて、予測はチョキ。

高周波・RFニュース 2026年5月21日 Analog DevicesがEmpower Semi.を買収、SamsungとGoogleが協業でスマートグラス公開、SEMCOがHi-Q 0201 MLCC, 車載Low-ESL MLCC発表、シリコンキャパシタは大口受注、大連での3GPP WG会議、

・ Analog DevicesがEmpower Semi.を買収

Analog Devices to Acquire Empower Semiconductor, Expanding its Next-Generation High-Density Power Portfolio for the AI Era

・SamsungとGoogleが協業でスマートグラス公開

Samsung and Google Give First Look at New Intelligent Eyewear

・SEMCOがHi-Q 0201 MLCC, 車載Low-ESL MLCC発表、シリコンキャパシタは大口受注

Presenting the Ultra-Compact 008004 inch High Q MLCC

Low ESL MLCC Solutions for High-Performance ADAS SoCs

Samsung Electro-Mechanics Signs 1.5 Trillion KRW Silicon Capacitor Supply Contract with Global Large-Scale Company

・大連での3GPP WG会議

Working Groups in Dalian

その他

Always-on wellness on the wrist: Polar's Loop and the nRF5340

MaxLinear Enhances Control-Plane Connectivity for AI Data Centers with New Coronado™ and Laguna™ USB UART Solutions

Gemini 3.5 FlashとAntigravity 2.0を使って任意ポート数のTouchstoneフォーマットのSパラメータファイルを読み込み、dB, 位相, スミスチャート, TDRをプロット（ズームとマーカー機能付き）するアプリを作った。今まで使ったどの生成AIより一番出来がよくしかも爆速。

Gemini 3.5 Flashが使えるようになっていた。

Gemini 3.5：行動を起こす最先端の知能

Antigravityも2.0にバージョンアップしていたので、いつもやっているポート数のTouchstoneフォーマットのSパラメータファイルを読み込み、dB, 位相, スミスチャート, TDRをプロット（ズームとマーカー機能付き）するアプリを作ってもらおう。
プロンプトはGPT-5.5やGemini 3.1 Proに与えたものと同じ。

Implementation Planがすぐできたが、Thinkingがもう爆速。文字が流れず一気に表示されるイメージ。

Walkthroughもすぐできた。一つバグ（ズームがリセットされない）があったが指摘するとすぐ直る。

表示画面。今まで使ったことのある生成AIの中では頭一つ抜き出た出来になっていると思う。

dB

位相

スミスチャート

TDR

神仏の山 吉野・大峯―蔵王権現に捧げた祈りと美―＠奈良国立博物館を観てきた。すごかった！いきなりすごい役行者と前鬼、後鬼像から始まり、たくさんの蔵王権現の像（VR含む）、藤原道長の直筆の写経、後醍醐天皇ゆかりの品、そして豊臣秀吉の花見など見どころだらけ。

神仏の山 吉野・大峯―蔵王権現に捧げた祈りと美―を観に奈良国立博物館までやってきた。

想像以上にすごかった。いきなりすごい役行者と前鬼、後鬼像が出てきて度肝を抜かれる。

そして今回初公開を含む蔵王権現の数々の像。迫力あるVRも。

この像のみ撮影可能だった。

売店にあったかわいらしい蔵王権現。

なら仏像館では金峯山寺仁王門　金剛力士立像が特別公開されている。

高周波・RFニュース 2026年5月20日 QorvoがWi-FiアクセスポイントにUWB機能追加、TDKがエッジAI向けマイクロPOL電源モジュール拡充、Rohmが車載SoC向け電源ソリューション発表、MaxLinearがDOCSIC 3.1 VFI対応のPuma8発表など

・QorvoがWi-FiアクセスポイントにUWB機能追加

Qorvo Transforms Enterprise Wi-Fi Access Points into Scalable UWB RTLS Infrastructure

・TDKがエッジAI向けマイクロPOL電源モジュール拡充

電源製品: TDK、高密度エッジAI システム向けマイクロPOL電源モジュールのポートフォリオを拡充

・Rohmが車載SoC向け電源ソリューション発表

車載SoC向けに高拡張性の電源ソリューションを開発
PMIC × DrMOSの組み合わせで、SoCに最適な電源設計と将来の高性能化に対

・MaxLinearがDOCSIC 3.1 VFI対応のPuma8発表

MaxLinear First to Achieve DOCSIS® 3.1 VFI with Puma™ 8, Accelerating DOCSIS 4.0 Readiness and Enabling MaxAI™-Powered Home Network Experiences

その他

アンリツグループ、DEWETRONがNASA「Artemis II」打ち上げを技術支援

Rohde & schwarz strengthens its in-vehicle networks test portfolio with the launch of new ASA-ML compliance solution

Google AntigravityにTypeScriptでSパラメータのTouchstoneフォーマットを扱うライブラリを仕様書pdfを読んで作ってもらった。dB, 位相, スミスチャートはPlotlyを使用。これはかなり完成度高い。

Codexでも同じことをやったが、今度はAntigravityにやってもらおう。

プランを立ててもらい、

いろいろやりとりしてすぐにWalkthrough。

コードはこんな感じで、

例としてhtmlの簡単なアプリを作ってもらって動いた。

マニュアル。

ファイル一式。

ダウンロード - sparalibantigravitytypescript.zip

Codexよりかなり出来がいいのだが、これはCodexに出した指示がまずかったと思う。今回と同じプロンプトでもう一回やってみよう。

高周波・RFニュース 2026年5月19日 Test and Measurement Forumが開催、TechInsightsがApple Watch Series11 5Gを分解、ATISが5G通信のタイミングについてレポート、KeysightのTDR解説記事など

・Test and Measurement Forumが開催
https://www.testandmeasurementforum.com/page/5469953/register-now

・TechInsightsがApple Watch Series11 5Gを分解
https://www.techinsights.com/blog/apple-watch-series-11-5g

・ATISが5G通信のタイミングについてレポート

New ATIS Report Addresses Resilient Timing Architecture for 5G Communications Networks

・KeysightのTDR解説記事

When Frequency Shapes Time: How S-Parameter Properties Shape Simulated TDR Behavior

その他

新製品：I-PEX、新たな基板対基板コネクタの NOVASTACK^® 35-HDP 12を販売開始（2026/05/15）

MaxLinear Launches Trinity Platform for Faster, Cost-Efficient, Cloud-Managed, AI-Enabled Wireless Backhaul for 5G Networks

高周波エンジニアのためのAI・機械学習入門（GPU編23）TDRでは出せない複素特性インピーダンスの周波数特性を予測する。今回はkerasとバックエンドにJaxを使ったRNN（LSTM）で。

DNN,CNNとやってきたので今回はRNNの一種であるLSTMでやってみよう。

コードはこちら。

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

import os

os.environ["KERAS_BACKEND"] = "jax"

import keras

from jax import config

config.update("jax_enable_x64", False)

plt.rcParams['font.family'] = 'Noto Sans CJK JP'

data_label = np.load("tl_freq_data.npz")

data = data_label["data"]

label = data_label["label"]

x_train, x_test, y_train, y_test = train_test_split(data, label, test_size=0.3, random_state=0)

y_train_list = [y_train[:,:,1], y_train[:,:,2]]

y_test_list = [y_test[:,:,1], y_test[:,:,2]]

scaler_y = [StandardScaler() for _ in range(2)]

y_train_list_f = [None for _ in range(2)]

for i in range(2):

    scaler_y[i] = StandardScaler()

    y_train_list_f[i] = scaler_y[i].fit_transform(y_train_list[i])

inputs = keras.Input(shape=(200, 5))

x = keras.layers.LSTM(100, return_sequences=True)(inputs)

x = keras.layers.LSTM(100)(x)

outputs = [keras.layers.Dense(200)(x) for i in range(2)]

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())

batch_size = 64

epochs = 1000

keras.utils.set_random_seed(1)

history = model.fit(

    x_train,

    y_train_list_f,

    batch_size=batch_size,

    epochs=epochs,

    validation_split=0.15,

)

y_pred_list_f = model.predict(x_test)

y_pred_list = [None for _ in range(2)]

for i in range(2):

    y_pred_list[i] = scaler_y[i].inverse_transform(y_pred_list_f[i])

metric = keras.metrics.R2Score()

for idx in range(2):

    print(f"R2 score for label {idx}:")

    metric.update_state(y_test_list[idx], y_pred_list[idx])

    result = metric.result()

    print(result)

R2スコアはこちら。CNNと同等か。

R2 score for label 0:
0.9999878
R2 score for label 1:
0.9999979

代表例をやってみる。

かなりあっている。最大誤差をヒストグラムにしたもの。

ちょっとCNNより劣るかな（パラメータ調整してないので）。次はTransformerをやってみよう。

RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ）2026/5/10-5/17

RF WeeklyDigest

FREQ: 5G/6G/IOT // STATUS: ACTIVE

Weekly Intelligence Briefing

UPDATED: 19:07:35

NETWORK STD

エグゼクティブ・サマリー：RF技術インテリジェンス（2026年5月10日 – 5月17日）

このレポートは、過去7日間におけるRF（高周波）およびワイヤレス分野の重要な進展をまとめたものである。主に6Gへの移行、5G-Advancedの定着、および半導体サプライチェーンにおける主要な変化に焦点を当てる。

NETWORK STD

1. 5G-Advancedおよび6G標準化の進展

• 3GPP リリース19 & 20: 報告によると、3GPPは「6Gへの架け橋」となるリリース19のコア機能要件を確定した。主な注力分野には、アンビエントIoT（バッテリーレス・センサー）や通信・センシング一体型技術（ISAC）が含まれる。また、初の公式な6Gリリースとなるリリース20の予備検討項目についての議論が始まっており、2029年初頭の機能凍結（Functional Freeze）を目指している。
• 周波数割当（FR3）: 今週の業界内の議論は、FR3帯（6.425 GHz ～ 7.125 GHz）に集中した。主要キャリアは、大容量通信と管理可能な伝搬特性を両立させるため、この「ミッドバンド」6Gスペクトルの活用を推進している。
• AIネイティブ無線インターフェース: QualcommとNokiaは、ビーム管理およびチャネル状態フィードバック（CSF）へのAI/ML実装に関するリリース18/19のアップデートを共有した。高密度市街地でのテストにおいて、周波数利用効率が25%向上したことを示している。

NETWORK STD

2. 新型ハードウェア：チップ、アンテナ、モジュール

• Skyworks-Qorvoの合併統合: 220億ドルという巨額の合併発表を受け、統合実体（非公式にRF Powerhouseと呼ばれる）は、統合されたRFFE（RFフロントエンド）のロードマップに関する更新情報を公開した。今週、彼らは6–7 GHz帯向けに設計された6G FR3 LNAパワーアンプ・モジュール「SKYR60002」を発表した。
• Qualcomm Snapdragon X80: Snapdragon X80 Modem-RF Systemの新しい性能データが公開された。AIによる電力最適化のための専用Tensorハードウェア・アクセラレータを搭載し、商用利用可能なシリコンとして初めて6x キャリアアグリゲーションをサポートする。
• GaN（窒化ガリウム）の拡大: Guerrilla RFとTriad RF Systemsは、新しいGaNパワーアンプを発表した（5月13日～15日）。Triadの新製品である40 W SISO PAは、戦術的および産業用IoT向けの20–1000 MHz帯をターゲットとしている。
• Krytar 超広帯域コンポーネント: 5月15日、KrytarはmmWave（ミリ波）アプリケーションの高周波テストおよび計測を目的とした、新しい90° 3 dB ハイブリッド結合器（10 ～ 40 GHz）を発表した。

HARDWARE ANALYSIS

3. スマートフォンの分解調査（Teardown）およびRF分析

• iPhone 17 Proの分析: iFixitやTechInsightsらによるiPhone 17シリーズの最新の分解レポートにより、RFアーキテクチャの大きな変化が明らかになった。
  • 電気剥離型接着剤: バッテリーが電気的に活性化する接着剤で固定されるようになり、下層にあるA19 Proロジックボードと積層されたRFICレイヤーへのアクセスが簡素化された。
  • 統合アンテナモジュール: 5G ミリ波アンテナがフロントイヤーピース・アセンブリとより密接に統合された。これにより、当該モジュールの交換コストが大幅に上昇している（部品推定価格：678ドル）。
  • ベイパーチャンバー冷却: 5G-Advancedと高負荷なAI処理による熱負荷に対応するため、Qualcomm製モデムとApple設計のRFFEコンポーネントの直上に、新しいカスタム・ベイパーチャンバーが配置されていることが分解により確認された。
• Samsung Galaxy S24/S25 Ultra アップデート: 最近のグローバルユニットの分析により、Snapdragon 8 Gen 3とExynosプラットフォームの併用が継続されていることが確認された。5Gカバレッジの境界エリア（弱電界地域）における信号整合性（Signal Integrity）については、依然としてQualcommの「モデム・ツー・アンテナ」ソリューションがわずかに優位性を保っている。

CONNECTIVITY

4. IoTおよびコネクティビティ（Wi-Fi 7/8、Bluetooth）

• Wi-Fi 7の普及: SynapticsとMediaTekは、Wi-Fi 7チップセットの年平均成長率（CAGR）が56%に達したと報告した。Synapticsは最近、Wi-Fi 7、Bluetooth 6.0、Zigbee/Thread（Matter準拠）を単一の低電力パッケージに統合した、IoTハブ向けのトリプルコンボSoC「SYN4390」を公開した。
• 早期Wi-Fi 8の動向: MWC 2026および今週開催された技術ワークショップにおいて、Wi-Fi 8（おそらく802.11bn）の初期仕様が議論された。産業オートメーション向けの「超高信頼性」と1ミリ秒以下の低遅延に焦点が当てられている。
• アンビエントIoT: AbraconとJohanson Technologyから、新しい**LTCC（低温同時焼成セラミックス）**チップアンテナが今週リリースされた。これらは、従来のバッテリーなしで動作するエネルギーハーベスティング（環境発電）型IoTデバイスに特化して最適化されている。

HARDWARE ANALYSIS

5. 図解および業界ダイアグラム

• 6G FR3 アーキテクチャ: SkyworksとMediaTekは、共同ウェビナーの中で自社の6G RFFEのブロック図を披露した。この図では、7 GHz帯の複雑なフィルタリング要件に対応するため、**BAW（バルク弾性波）**フィルタがLNAモジュールに直接統合されている様子が示されている。
• 通信・センシング一体型回路図: 3GPPパートナーによる最近のホワイトペーパーで、**ISAC（Integrated Sensing and Communication）**の概念図が公開された。同一のRF信号がデータ送信と環境マッピング（レーダーのような検知）に同時に使用される仕組みが示されている。
• ソース/参照元: everythingRF - New Products May 2026 | Microwave Journal - RFIC Channel | iFixit iPhone 17 Teardown

「ひつじ探偵団」を観てきた。面白かった！出落ちのようなビジュアルで、かつヒュー・ジャックマンは早々に退場するが驚いたのは伏線がちゃんと張られたミステリーだった！笑えるシーンはもちろん、泣けるシーンも多し。そして「冬生まれ」の子羊がかわいすぎる。

評判がいいので気になって観てみた。面白かった！

あらすじは「イギリスののどかな田舎町。羊飼いのジョージは、愛する羊たちに囲まれながらひとりで暮らしている。彼は毎晩羊たちに探偵小説を読み聞かせているが、実は羊たちは物語を理解しており、その時間を楽しみにしていた。そんなある日、ジョージが死体となって発見される。羊たちはこれが事故だと信じようとせず、最も賢いリーダーのリリーを先頭に調査に乗り出す。手がかりを追ううちに、ジョージには巨額の遺産があったことが判明。愛するジョージの無念を晴らすべく、犯人捜しに奔走する羊たちだったが……。 」

というもの。人間とはしゃべれないし、3秒！で全て忘れられる羊の推理が面白過ぎる。登場人物も一癖も二癖もありそうな人ばかり（ちょっとまともそうなヒュー・ジャックマンが最初の方で殺されるのでよけいにそう思う）で誰が犯人でも驚かないが、真相はちゃんと伏線が張ってあるミステリだった。

もちろん笑えるシーン満載だが、思っていた以上に泣けるシーンもあり。そして仲間はずれにされている冬生まれの子羊がかわいすぎるし、とても重要な役目を果たすのもよかった。

これは誰にでもお勧めできるいい作品でした。

餃子の王将で5月限定の麻婆拉麺をいただく。思っていたよりしっかり辛くて美味しかった。松屋でタコライスをいただく。これも結構スパイシー。宮本むなしで汁なし麻辣担々麺定食をいただく。ちゃんと痺れもあって酢や胡麻もかけ放題で美味しい。

餃子の王将で5月限定の麻婆拉麺をいただいた。セットBで餃子3個とご飯もつけて。

前にも同じ名前のメニューがあったけれど、その時は麻婆がちょっといまいちで、かつしゃばしゃばだった気がする。

今回はしっかりと辛い麻婆豆腐で、かつ汁気は少な目で麺とよく合って美味しい。

また別の日、松屋でタコライスをいただく。具材はほぼいつもの松屋のものを使って結構スパイシーで美味しいものになっていた。

また別の日、宮本むなしで汁なし麻辣担々麺定食をいただいた。花椒がついてきて、かけるとちゃんと痺れもある。酢と胡麻がついてきてかけ放題。辛い物好きだが、すっぱいものも好きなので美味しい。

原安三郎コレクション 北斎×広重＠京都文化博物館を観てきた。個人でこれほどのコレクションをされるとは…と感嘆。北斎は橋と滝がおおっと思い広重は青と人物に感心する。そして令和８年 新指定 国宝・重要文化財も観られた。

原安三郎コレクション 北斎×広重を観に京都文化博物館まで。5/17までは令和８年　新指定　国宝・重要文化財もあるので急いで来た。

とにかく個人でこれほどのコレクションをされていたのに驚く…そして北斎も広重も素晴らしい。北斎は橋や滝のシリーズを描いていたのを初めて知る。面白い。広重はとにかくあの青。そしてユーモラスな人物がいい。

そして令和８年　新指定　国宝・重要文化財も観られた。

ちょうど文化庁の方が解説されていて、なかなか面白かった。ただ5/17までなので早めに行った方がいい。

高周波・RFニュース 2026年5月15日 GapwavesとAT＆Sが車載レーダ用アンテナで協業、QualcommがAgentic RANのウェビナー開催、Qorvoが1.8GHz DOCSIC4.0向けアンプ発表、GSAがミッドバンドスペクトラム、NTNのレポート発行など

・GapwavesとAT＆Sが車載レーダ用アンテナで協業

Gapwaves and AT&S make cars more perceptive

・QualcommがAgentic RANのウェビナー開催
https://pages.rcrtech.com/agentic-ran-management-webinar

・Qorvoが1.8GHz DOCSIC4.0向けアンプ発表

Qorvo Increases 1.8 GHz DOCSIS® 4.0 Output at 24V without Exceeding Power Limits

・GSAがミッドバンドスペクトラム、NTNのレポート発行

https://gsacom.com/reports/

その他

NXP Collaborates with Quanta to Accelerate Deterministic Zonal Networking for Software Defined Vehicles

アンリツ、メイコーベトナム社の次世代高周波電子回路基板の品質保証体制確立を支援

CodexにTypeScript用の高周波SパラメータのTouchstoneファイルを扱うライブラリを作ってもらう。最初何も指定しなかったらプロットをSVGでやってくれて、あとでPlotly使ってというとスミスチャートもちゃんと描けた。

前回はサザエさんじゃんけん予測アプリをCodexで作ってもらった。

今回はいつものようにSパラメータ関連のライブラリ。任意ポートのTouchstoneフォーマットのファイルを読み込み、プロットしてもらおう。

まずは依頼して、

すぐにできたがプロットがSVGで描かれていた。もうちょっと綺麗に、と思ってPlotlyで描くように依頼。

テストも通して完成。

マニュアル。

dB表示。

スミスチャート。

できたファイルを置いておきます。

ダウンロード - sparalibtypescript.zip

次は何を作ってもらおうか。Julia言語版かな。

荒牧バラ公園（伊丹）→大井戸公園のバラ園（尼崎）→上坂部西公園のバラ園（尼崎）に行ってきた。

まずは伊丹の荒牧バラ公園。ものすごい数のバラが咲いていて壮観。

次は尼崎の大井戸公園。こちらもかなりの数のバラがある。

プリンセス　アイコというバラがあった。

最後は尼崎の上坂部西公園。こちらは小規模だがバラ以外にもいろいろ綺麗な花が咲いている。

市制110周年だそうだ。

高周波・RFニュース 2026年5月14日 Microwave JournalはニューイングランドのRFの歴史・Special Focusは衛星通信等、IEEEのアンテナ向け3Dプリンタのウェビナー開催、アンテナ伝搬講座も日本で開催、機械学習によるSI／PI解析

・Microwave JournalはニューイングランドのRFの歴史
https://www.microwavejournal.com/publications/1

・Special Focusは衛星通信等
https://www.microwavejournal.com/publications/1/editions/369

・IEEEのアンテナ向け3Dプリンタのウェビナー開催

https://ieeeaps.org/committees/dl-webinars

・アンテナ伝搬講座も日本で開催

https://www.ieice.org/cs/ap/workshops/kk/form_kk/

・機械学習によるSI／PI解析

Machine Learning Models for SI/PI Analysis with Meshed Planes

その他

アンリツ、6G時代を見据えた電波伝搬シミュレーション技術の高精度化検証をドコモと連携し開始

China moves 6G research into field testing

ExcelのCopilotにPlanモードが追加されていた。早速変な並びのSパラメータのTouchstoneフォーマットデータ（5ポート）を並び変えてもらうとちゃんと計画を立ててうまくできた。裏でPythonを使っていると言ってきた。

この記事を見た。

Microsoft、Copilotのアップデートを発表　ExcelでPlanモードやPython連携が可能に

で自分の家のExcelを見てみると計画、というのが追加されていた。早速変な並びのSパラメータのTouchstoneフォーマットデータ（5ポート）を並び変えてもらおう。
まず計画が立てられて、

ちゃんと並び変えられた。Pythonをバックで使っていると言っていた。

dB単位に直してもらうのも簡単。

そして図示。

案外使える印象。別の事例をやってもらおう。

高周波・RFニュース 2026年5月12日 IEEE Microwave Magazineはモデリングと最適化特集、Journal of Microwavesも5月号発行、iFixitがHuawei Pura X Maxを分解、TDKがSensorGPTを開発、Mini-CircuitsのLNA MMIC解説動画など

・IEEE Microwave Magazineはモデリングと最適化特集
https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6668

・Journal of Microwavesも5月号発行
https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=9171629

・iFixitがHuawei Pura X Maxを分解
This Foldable Looks Like the Future… Until You Repair It - Huawei Pura X Max Teardown

・TDKがSensorGPTを開発

TDK、エッジ上の生成AI技術を推進するSensorGPT™を開発

その他

Mini-CircuitsのLNA MMIC解説動画

TSS 43ULN+ Wideband MMIC Low Noise Amplifier with Fast Shutdown Switching – 0.5 to 4 GHz

Analyst Angle Webinar: Securing telecom infrastructure for the quantum era

Here's the latest on US efforts to find spectrum for 6G

高周波エンジニアのためのAI・機械学習入門（GPU編22）TDRでは出せない複素特性インピーダンスの周波数特性を予測する。今回はkerasとバックエンドにJaxを使ったCNNで。

さて前回はDNNを使って予測した。今回は畳み込みニューラルネットワークCNNでやってみよう。

コードはこちら。

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

import os

os.environ["KERAS_BACKEND"] = "jax"

import keras

from jax import config

config.update("jax_enable_x64", False)

plt.rcParams['font.family'] = 'Noto Sans CJK JP'

data_label = np.load("tl_freq_data.npz")

data = data_label["data"].reshape(-1,200,5,1)

label = data_label["label"]

x_train, x_test, y_train, y_test = train_test_split(data, label, test_size=0.3, random_state=0)

y_train_list = [y_train[:,:,1], y_train[:,:,2]]

y_test_list = [y_test[:,:,1], y_test[:,:,2]]

scaler_y = [StandardScaler() for _ in range(2)]

y_train_list_f = [None for _ in range(2)]

for i in range(2):

    scaler_y[i] = StandardScaler()

    y_train_list_f[i] = scaler_y[i].fit_transform(y_train_list[i])

inputs = keras.Input(shape=(200, 5, 1))

x = keras.layers.Conv2D(64, kernel_size=(10, 2), activation="relu")(inputs)

x = keras.layers.Conv2D(64, kernel_size=(10, 4), activation="relu")(x)

x = keras.layers.Flatten()(x)

outputs = [keras.layers.Dense(200)(x) for i in range(2)]

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(loss = 'mean_squared_error' ,optimizer=keras.optimizers.Adam())

batch_size = 64

epochs = 1000

keras.utils.set_random_seed(1)

history = model.fit(

    x_train,

    y_train_list_f,

    batch_size=batch_size,

    epochs=epochs,

    validation_split=0.15,

)

y_pred_list_f = model.predict(x_test)

y_pred_list = [None for _ in range(2)]

for i in range(2):

    y_pred_list[i] = scaler_y[i].inverse_transform(y_pred_list_f[i])

metric = keras.metrics.R2Score()

for idx in range(2):

    print(f"R2 score for label {idx}:")

    metric.update_state(y_test_list[idx], y_pred_list[idx])

    result = metric.result()

    print(result)

R2スコアは

R2 score for label 0:
0.9999931
R2 score for label 1:
0.9999989

とDNNよりさらによくなった。

代表例はこちら。

誤差の最大値をヒストグラムにしたもの。

精度はかなりよく、実用性があるのでは。

RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ）2026/5/3-5/10

RF WeeklyDigest

FREQ: 5G/6G/IOT // STATUS: ACTIVE

Weekly Intelligence Briefing

UPDATED: 17:24:40

INDUSTRY UPDATE

このエグゼクティブ・サマリーは、2026年5月3日から5月10日までの期間における、無線周波数（RF）技術およびモバイルハードウェアの最新の進展を報告するものです。

NETWORK STD

5G/6Gの進展と標準化

• 6G周波数のマイルストーン: 2026年5月9日、米国電気通信情報局（NTIA）は、6G向けの周波数選定において大きな進展があったことを報告しました。具体的には7 GHz帯（7125–7400 MHz）の分析が行われています。これは、米国が「6Gレース」をリードするための戦略的覚書に続く動きです。
• 中国の6G試験ライセンス: 工業情報化部（MIIT）は、2026年5月8日に6Gシステム向けの試験周波数の使用を正式に承認しました。この許可はIMT-2030 (6G) 推進グループに対して6 GHz帯で発行され、超低遅延およびセンシング一体化（Integrated Sensing）の技術試験を可能にします。
• AIネイティブ・ネットワーク: 2026年5月7日に開催されたMWC 2026のポストイベント・パネルにおいて、Ericsson、Qualcomm、AT&Tは、6Gが「インテリジェント・ファブリック」として構築されていることを強調しました。コンセンサスは研究段階から**リリース20（Release 20）**のスタディ・アイテムの検証へと移行しており、AI駆動のネットワーク管理とデバイス・ネットワーク間の協調に焦点を当てています。

NETWORK STD

新型ハードウェア（チップ、アンテナ、モデム）

• Qualcomm Snapdragon 6 Gen 5 & 4 Gen 5: 2026年5月7日に発表されたこれらのプラットフォームは、ミドルレンジのデバイスにハイエンドのRF機能をもたらします。統合されたQualcomm Snapdragon 5Gモデム-RFシステムを搭載し、特にこのクラスで初めてWi-Fi 7およびBluetooth 6.0をサポートしています（ソース: FoneArena）。
• 次世代RFフロントエンド（RFFE）: 2026年5月6日、Qualcommは第7世代の広帯域エンベロープ・トラッカー（QET7100）とAIエンハンスト・シグナル・ブーストを発表しました。QET7100は、新しい5Gバンド向けにフル100 MHz帯域幅をサポートする世界初のマルチモード・ソリューションであり、競合他社よりも30%優れた電力効率を実現すると謳っています。
• Skyworks-Qorvo合併の最新状況: 2026年5月5日現在のSkyworks第2四半期決算発表によると、継続中の220億ドル規模のQorvoとの合併は依然として規制当局の審査下にあります。Barclaysのアナリストは、両社の合併によりRF市場の34%のシェアを占める「国内チャンピオン」が誕生し、BroadcomやQualcommに対抗できるとして、両社の格付けを「オーバーウェイト」に引き上げました。

INDUSTRY UPDATE

スマートフォン分解調査と分析

• iPhone 16e（自社開発モデムの深掘り）: 2026年5月8日にCellular InsightsおよびTechInsightsによって分析された最新の技術レポートでは、iPhone 16eに搭載されているApple C1自社開発モデムとQualcomm X80が比較されました。Appleは遅延（レイテンシ）において「ティア1」のステータスを達成しましたが、アップリンク・キャリアアグリゲーションの成熟度の差により、アップロード速度では依然としてQualcommのモデムがC1を32%上回っています。
• Samsung Galaxy S26 熱設計の分解調査: 今週広く共有されたGalaxy S26内部の最終分析により、ベイパーチャンバーの大幅な拡張が確認されました。チャンバーは現在、4,300mAhのバッテリーとExynos 2600/Snapdragon 8 Eliteマザーボードの両方の下にまで及んでいます。この設計変更は、デバイス上（オンデバイス）の生成AIによる高い熱負荷への要求によって推進されたものです。
• iPhone Ultra（折りたたみ型）内部リーク: 2026年5月7日のリークにより、次期折りたたみ型iPhone Ultraの「モジュール式内部構造」が明らかになりました。この設計は、ヒンジをまたぐ複雑なリボンケーブルを排除していると報じられており、新しいC2モデムとA20チップを活用することで、噂されている7.8インチディスプレイのための内部スペースを最大化しています。

CONNECTIVITY

IoT & コネクティビティ（Wi-Fi 7, Bluetooth）

• Synaptics SYN765x AIネイティブ・チップ: 2026年5月7日の決算発表において、SynapticsはIoTエッジ向けの業界初となるAIネイティブWi-Fi 7ソリューション、SYN765xを強調しました。これは単一の4nm SoCにWi-Fi 7、Bluetooth 6.0、およびThreadを統合しており、スマートホーム・デバイスの部品構成表（RBOM）を大幅に削減します。
• Wi-Fi HaLowの勢い: 2026年5月6日に開催されたWi-Fi World Congressにおいて、複数のベンダーが長距離産業用接続向けのWi-Fi HaLowモジュールをデモンストレーションしました。これらは農業およびインフラ監視向けの1kmの通信範囲をターゲットとしています。

NETWORK STD

図解およびダイアグラム

• Snapdragon 8 Elite Gen 6 Pro ブロック図: 今週（2026年5月）、リークされたブロックレベルの概略図が浮上し、**Heat Pass Block (HPB)**設計が明らかになりました。この技術は、サーマルスロットリングを防ぐために、シリコンダイの直上に専用の放熱層を配置するものです。
• Qualcomm RFFE ブロック図: 2026年5月6日のEDN誌に、QET7100エンベロープ・トラッカーの技術図面が掲載されました。これには、4Gおよび5G両方のパワーアンプへのマルチ出力パスが示されています（[ソース: EDN.com](https://www.edn.com/designers-guide-rf-front-end-modules/））。
• SYN765x プロダクト・レイアウト: SynapticsはSYN765xプラットフォームの回路図を公開し、トライバンド無線とともにCortex-M52およびEthos-U55 NPUが統合されていることを強調しました。

おまけ

Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper）による今週のまとめ

まとめ：今週のRF関連シグナル

• スマートフォン向け接続機能の裾野拡大：QualcommのSnapdragon 6 Gen 5 / 4 Gen 5発表により、5G、Wi‑Fi 7、DSDA 5Gなどの接続機能がより広い価格帯へ広がる流れが確認できます。リンク：Qualcomm press note [qualcomm.com]
• FR3・早期6G・Wi‑Fi 8を見据えたRFFE開発：Skyworksは、早期6G FR3向けBAWフィルタ、7GHz超の次世代RFFE、Wi‑Fi 8プログラムに言及しており、5G-Advancedから6G前段階へのRF部品開発が進んでいることを示しています。リンク：Skyworks prepared remarks PDF [skyworksinc.com]
• RF業界再編は継続的テーマ：SkyworksとQorvoの統合は、2026年5月時点で規制レビューが進行中で、RF、アナログ、ミックスドシグナルの統合ポートフォリオ化が業界の重要テーマです。リンク：Skyworks prepared remarks PDF [skyworksinc.com]
• フィルタ技術は引き続き焦点：BAW、SAW、IPD、FBAR、FiFEM、RFSOIなどは、5G、Wi‑Fi 7/8、FR3、スマートフォン、基地局、IoTで重要なキーワードとして継続的に登場しています。リンク：Global RF Filter BAW/SAW/IPD Market 2026 [semiconduc...nsight.com]
• GaNはPA・ミリ波・高効率化の研究テーマとして継続：5月5日公開のGaN HEMT関連論文からも、5G／ミリ波用途でGaNデバイス研究が続いていることが確認できます。リンク：Springer — AlGaN/GaN HEMT article [link.springer.com]

丸亀製麺でトマたまカレーうどんをいただく。シビ辛ラー油追加でさらに美味しく。やよい軒で～四川風～辛旨・麻婆茄子豆腐定食をいただく。見た目ほどではないが辛くて美味しい。すき家でスパイシーキーマカレー丼をいただく。これも辛口ソース投入でさらに辛くして。

丸亀製麺でトマたまカレーうどんをいただいた。無料トッピングのシビ辛ラー油、ねぎ、わかめも投入。

もともと結構スパイシーなカレーだが、シビ辛ラー油を追加で辛さを増すとより美味しい。一口ご飯を最後に投入で全部飲み干す。

今年はTOKIOがああいう状態なのでやってくれないのかなと思っていたらちゃんと出してくれてよかった。

また別の日、やよい軒で～四川風～辛旨・麻婆茄子豆腐定食をいただいた。

見た目がめちゃくちゃ辛そうだが、実際はそこまでではない。辛旨という名前通りいい感じの辛さでなかなか美味しかった。

また別の日、すき家でスパイシーキーマカレー丼をいただいた。

思っていたよりデフォルトでスパイシー。茄子も入っていた。でも辛口ソースをたっぷりかけてより辛くして美味しくいただいた。でもちょっと塩味がきつかったかな。

「サンキュー、チャック」を観てきた。大災害が続き世界が終ろうとしている中、ありがとうチャック、という広告が世の中に溢れる。一体どういうこと…と最初から不思議でだんだん謎が解けていく。キング原作なのでホラーと思いきやダンスと数学とカール・セーガンだった。

あらすじを見て気になったので映画館まで。本当に不思議な話だった。

そのあらすじは「ついに世界は終わろうとしていた。人類による環境破壊のせいか、それともこの星の寿命なのか？　未曽有の自然災害が地球を襲い、ネット、SNS、電話などすべての通信手段がダウンしていったその時、街頭やTV、ラジオに突如現れたのは、「チャールズ・クランツに感謝します。素晴らしい39年間に、ありがとう、チャック」という謎の広告。カメラに向かって微笑む一見実直そうな男、チャックとは何者なのか、感謝の意味とは何なのか──その答えを知る者は誰もいない──。」

というもので、とにかく最初から頭に？？？？がずっとついている。最初に第三章から始まるのも？？？？

その最初（というか最後）の章が終わるときに。。。あれ？と思っていると過去にさかのぼり第二章が。ここにきて今度はダンス？なんだこれは？と思っていたらようやく全部繋がる。

スティーブン・キング原作なのでホラーかと思いきや（ちょっとビビるところと不気味なところはある）、ダンスと数学とカール・セーガンの宇宙カレンダーでした。

「仕掛島」（東川篤哉さん）を読んだ。面白かった！全く想像もしていなかった仕掛けだった。（子供のころ持ってたなあとか）プロローグの真相にも驚きだが、それらのヒントが東川さんらしいユーモアたっぷりの文章に仕込まれていたとは。

東川さんの本を読むのは久しぶり。面白かった！館島の続編にあたるものでした。

 

横溝正史＋島田荘司に東川さんらしいユーモアあふれる文章で面白い。

あらすじは

「岡山の名士が亡くなり、遺言に従って瀬戸内の離島に集められた一族の面々。球形展望室を有する風変わりな別荘・御影荘で遺言状が読みあげられた翌朝、相続人の一人が死体となって発見される。折しも嵐によって島は外界から孤絶する事態に。幽霊の目撃、鬼面の怪人物の跳梁、そして二十年前の人間消失――続発する怪事の果てに、読者の眼前に驚天動地の真相が現出する！ 」

というもの

とにかくびっくりの殺害方法で、でもよくよく思い出すと文章の中にそれとなくヒントが紛れていることがわかる。

この仕掛けいくつか子供のころ持っていたなとか思い出す。

プロローグのとても不思議な現象が最後までああ繋がるとは、、、。

「犯人は○○だ！」というのもああそういうことか…

とにかく面白いので続編（解説で縦島？と言われているのが面白かった）も期待。

高周波・RFニュース 2026年5月8日 QualcommがSnapdragon 6 Gen5と4 Gen5発表、Pythonの高周波ライブラリscikit-rfがv1.12.0でKlopfensteinテーパ導入、Mini-CircuitsがGNSSを車載複数システムに使うアプリケーションノート発行、GSAがミッドバンドスペクトラムのレポート発行

・QualcommがSnapdragon 6 Gen5と4 Gen5発表

Qualcomm Unveils Two New Snapdragon Mobile Platforms, Delivering Faster, Smoother Mobile Experiences to More Users Globally

・Pythonの高周波ライブラリscikit-rfがv1.12.0でKlopfensteinテーパ導入

大昔、C言語で設計ツールを作っていたのを思い出した。超広帯域ミキサ用。
https://github.com/scikit-rf/scikit-rf/releases/tag/v1.12.0

・Mini-CircuitsがGNSSを車載複数システムに使うアプリケーションノート発行

Application Note: Delivering GNSS to Multiple Vehicle Systems

・GSAがミッドバンドスペクトラムのレポート発行

MidBand Spectrum May 2026

その他

New Multilayer Varistors Optimized for 48V Automotive Power Supply Systems

Advanced hydration monitoring: the Geca Watch 2.0 and the nRF5340

Nokia Federal Solutions, Lockheed Martin introduce mission-critical 5G solution for U.S. Department of War open suite of standards

Optus and Ericsson achieve world first 180MHz across 2.3GHz and 3.5GHz 5G standalone carrier aggregation on live network using commercial devices, boosting 5G customer experience

「街角ハルシネーション─探偵ＡＩのリアル・ディープラーニング─」を読んだ。生成AIがハルシネーションを起こしたとしか思えない風景写真が現実だと証明してほしいという依頼を受けた直後、輔が誘拐されるがその裏では…というもの。写真の謎とその最後の真相が面白い。

このシリーズの1作目、2018年だったようだ。たった6年で現実の生成AIがこれほど進化するとは…

あらすじは「1枚の風景写真。Pasta Itallyのテラス席、6本指のウェイトレス、スパゲティを吐き出す客、そして奇妙な転び方の男が写っていた。生成AIの幻視（ハルシネーション）そっくりな光景だが、確かに現実の風景らしい。探偵のAI・相以（あい）とともに写真の調査に出た輔（たすく）は突如、犯人のAI・以相（いあ）に襲撃される。はたして相以は、すべての謎を解き、相棒（バディ）を救出することができるのか。 」

というもの。写真の謎の3つ目まではまあなるほど、という感じだが最後の1つの謎解きがさすが早坂吝さん。人工知能が法律で裁けるかという話もありどんどん現代的になっていくシリーズで面白かった。

Codex(GPT-5.5)でサザエさんじゃんけんの次の手を予測するアプリを作る。時系列予測はまず標準ライブラリのみで実施、一次マルコフがいい結果になったので次はscikit-learn,Keras,Prophetなどを実行。勾配ブースティングが一番よく精度は59.86%に達した。次回はチョキだそうだ。

ゴールデンウイーク中に遊びでなにかCodexでアプリを作りたいと思った。そういや前にやろうと思って面倒でやってなかったサザエさんじゃんけんの予測アプリを作ってみよう。

まずは有名なサザエさんじゃんけん研究所からデータを拾ってくるところから。

そして時系列が解析できるようにデータを整形してもらい、標準ライブラリだけ使って時系列予測をしてもらう。

一次マルコフモデルが良くて43％程度。うーんいまいち。

そこでscikit-learn, Keras(バックエンドはjax), Prophetなどをインストールしてもらって再度挑戦してもらう。

おお、scikit-learnの勾配ブースティングで59.86%まで来た。これを使ってアプリを作ってもらう。

すごいな。この間30分もかかっていない。

せっかくなので毎週データを更新できるように改造してもらおう。

一瞬でできた。もうこの手のものは自分で作るより圧倒的にCodexに任せたほうがいいな。すごい時代になったものだ…

せっかくなのでLightGBM, XGBoost, sktime, LSTM(Keras)を試してもらうが、やっぱりscikit-learnかLightGBMが一番いいようだ。

夙川でこいのぼりを見る。そして藻川にかかる園田橋でもこいのぼりを見る。

毎年夙川で鯉のぼりが飾られている。

公民館付近。

橋の上から。

阪急夙川駅付近。

次は藻川にかかる園田橋。阪急園田駅からすぐです。

淡路島に行ってきた：淡路島牧場で牛を見て、匠淡路島牛乳を使ったとてもおいしいソフトクリームを食べる。

淡路島牛乳はよく買うが、ここの牛の牛乳を使っているのかな。

牛がたくさん。

子牛も。

写真を撮り忘れたが、匠淡路島牛乳をつかったソフトクリームがとてもおいしかった。

記念碑もあった。

RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ）2026/4/26-5/3

RF WeeklyDigest

FREQ: 5G/6G/IOT // STATUS: ACTIVE

Weekly Intelligence Briefing

UPDATED: 18:09:43

NETWORK STD

本エグゼクティブサマリーでは、2026年4月26日から2026年5月3日までの期間における、無線周波数（RF）技術およびモバイルハードウェアに関する最も重要な動向を詳述します。

1. 5G/6Gの進展と標準化

業界は、3GPP リリース19が最近フリーズ（仕様固定）されたことで重要な局面を迎えており、グローバルの注目は6Gの基礎研究とリリース20のスコーピング（検討範囲策定）へと移行しています。

• 6Gロードマップと商用化: Qualcommは、2029年までの6G商用化目標を改めて表明しました。今週注目された主な研究成果には、ネットワークを環境マッピング用のレーダーとして機能させるISAC（通信・センシング一体型）や、スペクトル効率を動的に最適化するために設計されたAIネイティブな無線インターフェースが含まれます。
• 5G-Advanced (リリース18/19): 標準化から導入フェーズへと移行し、5G-Advancedは現在、無線リソース管理にAI/MLを活用しています。QualcommはNR-NTN（非地上系ネットワーク）における重要なマイルストーンを報告し、地上セルと衛星リンク間のシームレスなハンドオーバーを実証しました。これはグローバルなiPhoneおよびAndroidのSOSサービスに活用されます。
• IMS 2026 プレビュー: Keysight Technologiesは、6月に開催される国際マイクロ波シンポジウム（IMS 2026）において、6Gサブテラヘルツ（sub-THz）テストベッドとAI駆動のRF設計自動化を展示すると発表しました。

NETWORK STD

2. 新型ハードウェア（チップ、アンテナ、モデム）

RF半導体の状況は、大規模な統合と技術的進化の真っ只中にあります。

• Skyworks-Qorvo合併アップデート: 220億ドル規模の巨額合併発表を受け、統合新会社（2027年初頭の完了を予定）は、新たなFR3（6–7 GHz）対応LNA（低雑音増幅器）モジュールを披露しました。この合併は、自動車およびエッジAIのRF市場を支配することで、Appleへの依存度を低減することを目的としています。
• BeRexのRFアンプ特許: 2026年5月1日、BeRexはサーボループ技術を用いた高効率RFパワーアンプの特許を取得しました。これにより、5Gインフラの消費電力が大幅に削減されます。
• インフラストラクチャとインターコネクト:
  • Samtecは、5G-Advancedのスモールセルにおける高周波要件をターゲットとした26.5 GHz SMAエッジマウントコネクタの生産を発表しました。
  • Ampleonは、3.3～4 GHz帯向けの新しい3段ドハティLDMOS MMICを導入し、マクロ基地局の電力密度を最適化しました。
• ガリウム・サプライチェーン: Indium Corporationは、GaN（窒化ガリウム）RFパワートランジスタの製造に不可欠な国内ガリウム・サプライチェーンを構築するため、4月28日にエネルギー省（DOE）から320万ドルの助成金を受け取りました。

HARDWARE ANALYSIS

3. スマートフォンの分解調査とRFフロントエンド分析

最新フラッグシップ端末の分解調査により、拡張された周波数帯域と衛星接続をサポートするために、**RFフロントエンド（RFFE）**の複雑さが増していることが明らかになりました。

• Samsung Galaxy S26 Ultra:
  • 分解ソース: iFixit Galaxy S26 Ultra Analysis
  • RFの要点: 本デバイスは、高度に統合されたQualcomm Snapdragon X85モデム（推定）とマルチモジュールRFFEを搭載しています。注目すべきは、新しい6 GHz帯用のアパーチャ・チューニングと、双方向衛星メッセージング用の専用アンテナモジュールです。ディスプレイの修理は、フレーム付近に**ミリ波（mmWave）**アンテナのフレキシブルケーブルが統合されているため、依然として「極めて困難（brutal）」なままです。
• iPhone 17e:
  • 分解ソース: iFixit iPhone 17e
  • RFの要点: 分析により、5Gデータ通信時のバッテリー寿命向上を目的とした、Apple設計の洗練されたRFセクション用電源管理ICが確認されました。「リング・オブ・マグネット」のアップデートにより、外部MagSafe RFブースターとの位置合わせが容易になっています。
• Oppo Find X7 Ultra (TechInsights 深掘り調査):
  • RFの要点: このデバイスはデュアル衛星通信システムで注目を集めました。TechInsightsは、Qualcomm製のWi-Fi 7チップの使用と、内部容積の約15%を占める高度なMIMOアンテナアレイを特定しました。

CONNECTIVITY

4. IoT & コネクティビティ (Wi-Fi 7, Bluetooth)

• Wi-Fi 7の普及: Wi-Fi 7 (802.11be) は、マスマーケット段階に到達しました。Skyworksは、最新世代のAI PCおよびゲーミングノートPCにおいて、同社のWi-Fi 7フロントエンドモジュールが大規模に採用（デザインウィン）されたと報告しました。
• Bluetooth 5.4/6.0: Laird Connectivityとu-bloxは、Bluetooth 5.4をサポートする新しいトライバンドモジュール（2.4/5/6 GHz）をリリースしました。これらのモジュールは、PA（パワーアンプ）とLNAコンポーネントを単一のウェハーレベルパッケージに統合し、ウェアラブルIoT機器のPCB占有面積を削減します。
• アンビエントIoT: 3GPP リリース19の進展により、アンビエントIoTが標準化されました。これにより、周囲のRFエネルギーをハーベスティング（環境発電）することで駆動するバッテリーレスセンサーが可能になります。これはSkyworksの新しい「ブロードマーケット」部門の主要な焦点となっています。

NETWORK STD

5. 図表およびダイアグラム

• 3GPPリリース・タイムライン: ATISによる主要な図表は、5G-Advanced (Rel-19) から 6G (Rel-20) への橋渡しを示しています。出典: ATIS.org Webinar Highlights。
• Galaxy S26 Ultra 内部回路図: 画像リンク: iFixit Internal X-Ray（ミリ波パッチアンテナの配置を可視化）。
• RFSOI向けUMC 3D IC: UMCは、RFスイッチとLNAを積層して信号損失を低減する、業界初のRFSOI技術向け3D ICソリューションのブロック図を公開しました。出典: UMC Technology Showcase。

淡路島に行ってきた：囲炉裏食堂うずしお（道の駅うずしお内）で10貫分という淡路島サクラマス ジャンボ軍艦をいただく。

道の駅うずしおでお昼。囲炉裏食堂うずしおにした。

私は10貫分のサイズだという淡路島サクラマス ジャンボ軍艦をいただいた。1貫と比較できる。美味しいがとても食べにくい…

家族は淡路島サクラマス丼と、

生真鯛丼x2を注文。

どれも美味しいと満足していたようす。

淡路島に行ってきた：道の駅うずしおで大鳴門橋を間近で観る。

道の駅うずしおに到着。

大鳴門橋が間近で見られる。

 

赤潮？らしきものも。

遠くに風力発電の風車が見えた。

淡路島に行ってきた：うずの丘 大鳴門橋記念館ででかい玉ねぎと絶景を見る。布袋さんも見る。

家族で淡路島に行ってきた。

まずは、うずの丘　大鳴門橋記念館。

うずしお科学館も中にあり。

フォトスポットのでかい玉ねぎと、

絶景が見られた。

布袋さんがいた。

高周波・RFニュース 2026年5月1日 5G Automotive Associationがアニュアルレポート発行、ローデ・シュワルツがAPMEC2026で高利得アンテナなどを展示、太陽誘電が新メタル系パワーインダクタ発表、Yageoが新車載MLCC発表、Huawei Pura 90 Pro Max分解動画など

・5G Automotive Associationがアニュアルレポート発行

5GAA Releases 2025 Annual Report Highlighting Progress in Connected Mobility

・ローデ・シュワルツがAPMEC2026で高利得アンテナなどを展示

Rohde & Schwarz highlights new high‑gain antennas and fast EMI testing at APEMC 2026 in Kuala Lumpur

・太陽誘電が新メタル系パワーインダクタ発表

太陽誘電：メタル系パワーインダクタ、業界トップクラスの特性と小型化を両立

・Yageoが新車載MLCC発表

C0G VW80808 MLCC

Huawei Pura 90 Pro Max TEARDOWN (Disassembly) - See What's inside this Phone | ASMR

各社決算発表

https://www.qualcomm.com/news/releases/2026/04/qualcomm-announces-second-quarter-fiscal-2026-results

https://news.samsung.com/global/samsung-electronics-announces-first-quarter-2026-results

https://www.samsungsem.com/global/newsroom/news/view.do?id=10266&page=1

https://media.nxp.com/news-releases/news-release-details/nxp-semiconductors-reports-first-quarter-2026-results?_gl=1*1jmf6nq*_ga*ODI4NjUzOTk5LjE3Nzc1NDQzNDQ.*_ga_WM5LE0KMSH*czE3Nzc1NDQzNDQkbzEkZzAkdDE3Nzc1NDQzNDQkajYwJGwwJGgyMTI5ODQ0Mzcy