情報システム学科の教員一覧です。
私たちヒトはモノを考えたり、覚えたりするために非常に高度な機能を有する脳を持っています。そして、その他にもこれまでに長い年月をかけて、素晴らしい機能を進化によって残してきました。それら生物がもつ緻密な機能をお手本にして、それを情報処理に活かす研究をしています。
本研究室では、主に電波に関する研究を行っています。具体的にはアンテナの動作解明や、さまざまなシステムに対応した新しい形式のアンテナの提案をしています。また、それらに接続される送受信回路に関しても研究を行っています。さらに電波を使った生活に役立つ装置の開発も目指しています。
研究室のテーマは自動運転です。
「自分が作るのにかかわった部分が公開実証実験で動くかドキドキ」
「自分が作るのにかかわっているものが動いているのを見て感動」
「外の方に評価してもらってさらに感激」
となるような成功体験を一人でも多くの学生さんにもってもらえるように、学生と一緒に自動運転バスを開発しています。
本研究室では、次の研究を中心にして進めています。１）ブラインドセパレーションの研究に対しては、まず基礎理論の構築とアルゴリズム設計を行いました。また応用課題の研究に対し、聞き分け機能の実現ための会話音声分離やパターン認識など研究を重点において行っています。２）脳波・脳磁界の計測と脳信号処理の研究は、近年新しい独立成分解析方法の開発によって、脳信号源の分解を実現し、それがどこで、どのように活動しているかを可視化ようになりました。また「脳死判定基準に関する研究」課題に対し、実用かつ信頼性が高い脳死判定ための脳計測と脳信号処理技術を開発し、脳死の臨床判定に技術支援を行います。３）人間(脳)と機械(コンピュータ)のインタフェース技術研究では人間が脳から特徴がある活動成分に着目し、脳波の抽出・評価・自動分類のシステムを開発しています。また、ＥＥＧ＋ＲＯＢＯＴのシステムの開発を行っています。
人間の心の働きを工学的にモデル化しロボットに応用する研究をしています。
現在、日本における65歳以上の高齢者人口は約3,600万人であり、4人に1人が高齢者といわれています。独居老人の増加が指摘され、その心理的支援のために何らかのコミュニケーション支援が期待されています。
本研究室では、工学的心理モデルを持つロボットを提案し、自然言語によるコミュニケーションを試行しています。
また、家庭での生活を支援する生活支援ロボットを開発しています。
現在までに，放水による浴室清掃ロボットを開発しました。
本研究室では、アナログ集積回路の設計について研究を行っています。意外に思われるかもしれませんが、家電や電子機器のディジタル化が進むにつれて、アナログ回路技術の重要性が益々高くなっています。たとえばデジタルカメラにはフィルムカメラよりも多くのアナログ回路が用いられています。社会でニーズの高いアナログ回路設計技術を修得し、企業での実務に役立ててください。
本研究室ではユーザインタフェイスについて研究しており、特に仮想空間や仮想物体を用いたインタラクションに力を入れています。例えば、仮想空間内でできるだけ単純な仕組みでかつ高速に文字入力を行う手法や、身振りをより効果的に使うインタフェイスを提案しています。また、現実を仮想物で補う拡張現実感についての各種の応用と、さらにその弱点を克服する手法などについて研究を行っています。卒業研究ではプロダクトレベルのガジェット創生を通じて、シングルボードコンピュータ、プリント基板、プログラミング、3Dプリンタまでのフルスタックエンジニアを育成しています。
当研究室では、画像工学（画像処理、パターン認識、コンピュータグラフィックスなど）を応用して、主に医療分野における生体計測システム（各種臓器の形態、機能計測や可視化など）の研究、開発を行っています。
医用画像情報を適切に処理、認識、可視化し、病気などの情報を正確に計測、解析することは、精密な診断、治療方針の決定などに極めて重要であり、そのための様々な情報工学技術を開発もしくは応用する分野です。 学内に留まらず、民間企業や医療機関、海外の研究機関などと積極的に協力し、医・工・情報学連携やチーム研究を通じて、グローバルな視点からの研究活動、教育を目指します。
システムと制御に関する研究を行っています。乗り物・ロボットのような産業機械や家電・オーディオビジュアル機器といった電気機器はシステム制御工学と深い関連があります。この“制御”という言葉ですが、対象となっている物を希望通りに動かすことを意味し、その技術は絶えず進歩し続けています。
当研究室では、現代の電気機器や産業機械を制御するのにふさわしい最新の手法を考えていきます。具体的には、動的システム制御理論、ファインモーションプランニング、エラーリカバリー等を対象に研究を進めます。
レーザー光は、わたしたちの生活に活用されています。光計測は最も正確な計測手段であり、例えば長さ１メートルの単位を決める国際的な基準となっています。また、光通信は長距離を高速に伝搬するので、インターネットに用いられています。これらの特長から、光の反射や散乱を用いた測定を、安全かつ便利な遠隔地から行う光波センシングが可能になります。実際に、海底資源探査や火山活動監視等にも使われています。そこで得たデータをどう理解するかが大切なので、解析により人間にとって価値のある情報を得ることに取り組んでいきます。
本研究室では、近年急速にIT化、ディジタル化しつつある社会において、活躍できるエンジニアや研究者を育成するため、様々なテーマにおいて、コンピュータを用いたディジタル情報を扱うためのプログラミングと、シミュレーションの技術を学びます。テーマによって必要となる基礎理論やハードウェア的な知識等が異なり、難易度も様々ですが、ベースとなる知識の理解、知識に基づくディジタル情報処理システムの考案、実際のプログラム、シミュレーションまでの一連の作業を、効率良くこなせるようになることを目的としています。
ネットワークを利用したシステム開発を行います。開発は、ユーザインタフェース、ライブラリ、データベースなどを取り入れ、様々なユーザに特化したシステム開発を進めます。ユーザが抱える問題を発見し、ニーズにあったシステムを開発することで、特定の分野への貢献を目指します。
電気電子機器の開発では、設計の初期段階で機器の電磁的な特性を予測することが必須になりつつあります。電磁気の現象をコンピュータ上で仮想的に再現・予測する技術は、電磁場解析として知られており、自動車などの産業分野から先端科学分野まで広く使われています。本研究室では、電磁気学が関わる幅広い分野を見据え、機器設計における問題解決を目的とした電磁場解析技術の高度化やその応用に関する研究を行います。例としては、電磁場を高速に計算する技術や正確に予測する手法の開発、高電圧現象や電力機器、粒子加速器への応用などです。コンピュータを用いて電磁気の問題を解くことにより、複雑な現象を理解していきます。
近年、AI・機械学習技術は産業・ロボット分野など、様々な分野に応用されてきています。本研究室では、深層学習、強化学習、深層強化学習などのAI・機械学習技術を、ロボット・産業分野や農業分野などへ応用する研究を行なっています。
例えば、深層学習による画像認識技術を、工業製品や農作物の不良品検知や検品システムへ適用する研究を進めています。また、強化学習、マルチエージェント強化学習、深層強化学習の基礎研究や、自動車の自動運転技術につながるAIカーの学習制御に関する研究も行なっています。
また近年は、統計解析やAIを駆使した脳波解析により、脳波と人間の行動の関係性を明らかにしようという、新しい分野にも挑戦しています。
人間が「視覚」によって行う作業をコンピューターで実現するコンピュータービジョンの分野は、現在急速に発展しています。これは深層学習に代表される画期的な計算手法だけでなく、さまざまなセンサーデバイスの登場により、空間的・時間的にも広がった新しい「視覚」が利用可能になったためです。このような情報を数理的・幾何的に解析・理解し、ロボットナビゲーションなどの工学的な応用を目指します。
大学院生時代からポスドク時代は素粒子物理学、特に超弦理論の研究をしてまいりました。最近は分野を深層学習へと変え、医療応用を中心に取り組んでおります。深層学習の最大の強みは、応用範囲が多岐にわたることだと思います。そこで、これからは医療応用だけでなく機械工学をはじめ様々分野へと挑戦していきたいです。共同研究を通じて学内での研究をより活性化できるよう、頑張りたいと思います！
DX（デジタルトランスフォーメーション）推進を担う人材に必要な素養や専門的なスキルを評価するための国家試験の一つに「基本情報技術者試験」があります。情報システム学科では、この国家試験の主催者に認定された「科目Ａ試験免除」のための講座を実施していますので、この講座に関連した授業を通して国家試験合格を目指す学生の支援をしていきます。また、私の研究分野は「教育工学」で、主に高等学校情報科における授業効果をより高めるためのICT活用型授業に関連した研究を行っています。その研究を進めながら、DX時代の高等学校情報科教員の養成、および教育する者・学習する者を支援する情報システムの開発を行っていきます。
AIは急激な速度で我々の生活の中に取り込まれています。最近では生成AIという言葉を耳にする機会が増えたかと思いますが、これらAIの実現において必須の出来事が、深層学習（ディープラーニング）の目覚ましい発展です。深層学習の重要性は今後も高まっていくものと思われますが、一方でその学習過程には不明な点もあります。このことは深層学習の性能向上を図る際や、また使う目的によっては問題となり得ます。本研究室では深層学習に物理学等の知識を持ち込むことで、深層学習そのものについての理解を深める研究や、物理学などとの境界領域における深層学習の新たな応用先の探索を目指しています。
近年、機械学習をはじめとしたデータ利活用に注目が集まっています。しかし、データ利活用時の有用性と安全性にはトレードオフの関係があり、両立することは困難です。本研究室では、有用性と安全性の両立のために、暗号理論や情報セキュリティに関する研究を行います。たとえば、従来の暗号技術よりも低コスト・高機能な暗号技術である「高機能暗号」や、OECDやISOが定めるプライバシー原則の実現・強化に有用である「プライバシー強化技術」が研究対象です。また、機械学習のセキュリティに関しても、研究に取り組んでいます。これらの技術を研究することで、データ利活用の安全な実現に挑戦します。
