本研究室では,「人・情報の知能と機械の機能の融合」に向けた身体性と知情意の理解と工学的実現を目標とした人工知能の研究を行っています.これより,高度な人間の知能・情動の理解,及び人が必要なときに必要な支援を実現する察しの良い機械の実現に寄与するための研究を研究題目とします.
これは,人間の知能に相当するソフトウエアの技術に基づく部分が非常に大きいのですが,同時に機能に相当するハードウエアに関する技術も求められます.これより,情報機械系に関わるソフトウエア・ハードウエア技術双方に通じた技能が必要とされます.本研究室では,知能の役割を果たすソフトウエア開発を重視しますが,ハードウエア開発は基本技術ですので,全ての研究課題においてハードウエア開発も同時に行います.
人工知能研究室は2006年度から活動を始め,現在,複数の国から多くの留学生を含むメンバーを中心に,サイバニクス研究センター・人工知能科学センター・医学分野との協力,芸術分野の卒業制作への協力,体育科学との連携,及び民間企業との産学連携などを通じて徐々に活動の範囲を広げています.また本研究室では,1人1テーマ以上にて研究を行っていますが,同時にチームワークも重視します.自身の研究に対する熱意を持って楽しめること,かつ他人の研究テーマにも興味が持てることが必要不可欠です.
研究テーマに興味のある方は,担当教員まで気軽にメールにて問い合わせて下さい.まだ新しい研究室ですが,研究プロジェクトに記載したテーマに限らず,各々の興味に応じて適切に1人1テーマをゆっくりと選定します.自身で興味あるテーマを探して下さい.
システム情報工学研究科大学院生へ
工学システム学類からは,若干名の博士課程前期(修士課程),システム情報工学研究科,及び他の研究科からは,やはり若干名の後期(博士課程)の大学院生を受け入れます.本研究室ではなるべく広範な知識と能力を身につけ,それを纏め上げる能力を育くみ,多分野にまたがるような研究を行います.なお主専攻は特に指定しません.
なお,学類生には毎年オープンラボのイベント(学内学類生向け)を行っています.気軽に研究室にお越し下さい.
本研究室では,知能機能システム専攻での通常の課程に加え,5年一貫(修士課程から博士課程:博士(人間情報学))の教育プログラムである「エンパワーメント情報学プログラム(文部科学省博士課程リーディングプログラム)」の担当者としても教育研究活動を行っています.ここでは,特色ある教育プログラムによりグローバルに活躍出来る博士取得者を育成するとともに,修学中は学習奨励金により経済的支援を行います.詳しくは,担当教員に問い合わせて下さい.
また,生命医科学・臨床医学と連携して,5年一貫の教育プログラムである「ヒューマニクス 学位プログラム(文部科学省卓越大学院プログラム)」の担当者としても教育研究活動を行っています.ここでは,生命医科学と理・工・情報学、両分野の知識を有してグローバルに活躍出来る博士取得者を育成するとともに,修学中は学習奨励金により経済的支援を行います.詳しくは,担当教員に問い合わせて下さい.
(博士課程前期(修士課程),後期(博士課程))
外部より若干名の博士課程前期(修士課程:修士(工学)),後期(博士課程:博士(工学))の大学院生を受け入れます.興味ある方は,専攻公開等の機会を利用する等して,直接担当教員までメールにてお問い合わせの上,研究室まで見学にお越し下さい.原則として,入試前には必ず担当教員と面談の上,見学に来て下さい.
本研究室は大学院システム情報工学研究科において,知能機能システム専攻に属しております.専攻ホームページの入試情報もご確認下さい.また,本研究室はサイバニクス研究センターと連携しながら研究推進を行っております.これらの拠点では,博士後期課程を希望する学生の支援を行っております.詳しくは,指導教員までメールにて問い合わせ下さい.
本研究室は,「エンパワーメント情報学プログラム(文部科学省博士課程リーディングプログラム)」としても教育研究活動を行っています.ここでは,特色ある教育プログラムによりグローバルに活躍出来る博士取得者を育成するとともに,修学中は学習奨励金により経済的支援を行います.詳しくは,担当教員に問い合わせて下さい.
確率・統計: |
実世界の現象を確率的なモデルを用いて記述し,理解する技術を学びます. |
信号処理: |
時系列信号を解析し,加工し,提示する仕組みであるディジタル信号処理について学びます. |
システム制御理論: |
システムを数学的に記述し、かつシステムを安定に動かす仕組みについて学び,実際にシステムを構築します. |
情報理論: |
学習理論を理解し,かつ新しいモデルを生み出すための技能を学びます. |
パターン認識: |
事象をパターンとして記述し,特定のパターンを他のパターンから弁別する技術です. |
数値解析: |
Mathematica, Matlabなどの計算ツールを用いてシュミレーションを行う技術を習得します. |
線形代数・微分方程式: |
行列・ベクトル計算,及び学習理論を理解するための数式処理の技術を学びます. |