[ English | Japanese ]

コンピュータはどこまで賢くなれるのか?
機械学習の理論構築,アルゴリズム開発,実世界応用

情報通信技術の飛躍的な性能向上に伴い,これまで人間にしかできなかった知的な情報処理が,コンピュータによって実現できるようになりつつあります.杉山研究室では,「コンピュータはどこまで賢くなれるのか」をテーマに,人工知能分野の機械学習とよばれる知的データ処理技術に関する様々な研究課題に取り組んでいます.

  • 学習理論の構築
    汎化とは,学習していない未知の状況に対応できる能力であり,コンピュータが知的に振る舞うために不可欠です.本研究室では,主に確率論と統計学に基づいて,汎化能力獲得のメカニズムを理論的に探求しています.

  • 学習アルゴリズムの開発
    機械学習分野には,入出力が対になったデータから学習を行う教師付き学習,入力のみのデータから学習を行う教師なし学習,環境との相互作用を通して最適な行動規則の獲得を目指す強化学習など,様々な課題があります.本研究室では,理論的な裏付けを持ちつつ,実用性の高い機械学習アルゴリズムを開発しています.

  • 機械学習技術の実世界応用
    インターネットやセンサー技術の発達と普及に伴い,文書,音声,画像,動画,電子商取引,電力,医療,生命など,工学や基礎科学の様々な場面で膨大な量のデータが収集されるようになってきました.本研究室では国内外の企業や研究所と連携し,最先端の機械学習アルゴリズムを駆使して実世界の難問解決に挑戦しています.

計算で見る見えない世界
地球規模で実世界を理解する知的情報処理

横矢研究室では,コンピュテーショナルイメージングのための画像処理や,機械学習・コンピュータビジョンに基づく画像解析の研究を行なっています.特に,衛星や航空機に搭載されるセンサによって得られるリモートセンシング画像から,土地被覆や標高モデルなどの地図情報を自動抽出する知的情報処理の研究に取り組んでいます.

  • コンピュテーショナルイメージング
    センシングと計算を統合したコンピュテーショナルイメージングは,ハードウェアだけでは得られない情報の取得を可能にするとともに,解像度やノイズなどのハードウェアの限界を克服することができます.機械学習・最適化・信号処理に基づいて,不完全な観測データから元の信号を復元するための数理モデルの構築やアルゴリズムの開発に取り組んでいます.

  • リモートセンシング画像解析
    リモートセンシングにより人が行けない場所も観測できますが,現地調査や目視判読には限界があるため,十分な学習データを集めることは困難です.シミュレーションによる合成データや,収集コストの低い不正確なラベルを学習データとして利用し,地図作成や3次元再構成に取り組んでいます.また,衛星毎に異なるセンサで得られるマルチモーダルデータを統合的に扱うために,深層学習に基づくデータ融合の研究も進めいています.

  • 持続可能な未来に向けて
    環境問題・気候変動・大規模自然災害・食料問題等の地球規模の課題解決に挑むプロジェクトを推進しています.国内外の関連機関や研究者と連携して,災害時の建物被害把握,森林のバイオマス・炭素蓄積量推定,農作物別の土地被覆地図作成などの実問題を解くことで,SDGsの実現に向けてグローバルに貢献することを目標としています.
準備中