横浜国立大学 研究者ナビ

研究概要

コンピュータで知的な情報処理を実現しようとする人工知能分野の研究をしています。その中でも、柔軟性の高い最適化手法である進化計算やデータから知識を獲得する機械学習・深層学習といった技術の研究開発を幅広く行っています。これらの技術に関して基礎アルゴリズムの開発と実問題への応用の両面から研究を進めています。

アドバンテージ

研究テーマの一例として、深層学習（ディープラーニング）で使用されるニューラルネットワークの構造の自動設計技術があります。従来は人手で行う必要があったディープニューラルネットワークの構造設計を自動化することで、コストの削減や使いやすい深層学習技術の実現を目指しています。また、適用範囲の広い最適化法である進化計算のアルゴリズム開発や応用研究にも強みがあります。さらに、機械学習、深層学習、進化計算といった技術の実問題応用や、他分野の研究者との共同研究も実施しています。

事例紹介

ニューラルネットワークの構造探索技術（Neural Architecture Search）の開発

確率モデルに基づく進化計算アルゴリズムの開発

深層学習によるジェスチャの自動生成

強化学習による船舶の自動着桟制御

機械学習をはじめとする人工知能技術を活用した分野融合研究など

主な所属学会

IEEE (Institute of Electrical and Electronics Engineers) / ACM (Association for Computing Machinery) / AAAI (Association for the Advancement of Artificial Intelligence)

主な論文

『Evaluation of Text-to-Gesture Generation Model Using Convolutional Neural Network』 「Neural Networks」2022
『Finite-Sample Analysis of Information Geometric Optimization with Isotropic Gaussian Distribution on Convex Quadratic Functions』 「IEEE Transactions on Evolutionary Computation」2020
『Adaptive Stochastic Natural Gradient Method for One-Shot Neural Architecture Search』 「36th International Conference on Machine Learning (ICML)」2019

主な特許

特許第5011533号 「進化計算システム及び進化計算法」
特許第6312512号 「遠隔見守りシステム」

主な著書

「これからの強化学習」森北出版 2016