学科・大学院

情報科学科
研究室リスト


情報数理分野

モデリング&アルゴリズム研究室

池上 敦子

賢者の石を創り出そう!

モデリング&アルゴリズム研究室

池上 敦子 教授

研究分野

  • オペレーションズ・リサーチ
  • 数理最適化
  • 組合せ最適化
プロフィール

研究室紹介

研究室の名前「モデリング&アルゴリズム」は、解決すべき問題を数理的に捉え、数理モデルを構築して、その解法や具体的な解(解決案)を提供することにより、人間の意思決定を支援していこうという意味を持ちます。研究室では、組合せ構造を持つ問題を中心に、人・時間・資源の配分や、ものの流れの最適化を行っています。鉄道利用における経路探索(乗換案内)や道路網を使った配送計画、施設の最適配置、そして、工場の生産計画、病院のナースの勤務表作成、アルバイトのシフト表作成、学校の時間割作成といったスケジューリング等、さまざまな応用を対象に研究を進めています。

閉じる

アルゴリズム論研究室

山本 真基

アルゴリズムの設計と解析

アルゴリズム論研究室

山本 真基 准教授

研究分野

  • アルゴリズムの設計と解析
  • 計算量理論
  • 乱択計算
プロフィール

研究室紹介

アルゴリズムの設計と解析を行っています。アルゴリズムとは、問題を解くための機械的手順のことです。問題とは、例えば、足し算や掛け算といった四則演算をはじめ、素数判定問題、整列問題、最短経路問題、巡回セールスマン問題といったように、コンピュータで解くことのできる問題のことです。アルゴリズムの良し悪しで、問題を解く「効率」に大きな差が生じてきます。どのようにアルゴリズムを設計したら効率がよくなるか、アルゴリズムの設計及び解析を行っています。また、素数判定問題や整列問題を解くアルゴリズムに代表されるよう、アルゴリズムの振る舞いが確率的である「乱択アルゴリズム」にも興味を持って研究しています。理論的な研究が中心ですが、学生が行う研究には、既存アルゴリズムの(理論的解析が難しい)平均時計算量を計算機実験により評価することもあります。

閉じる

コンピュテーション研究室

脊戸 和寿

計算限界への挑戦

コンピュテーション研究室

脊戸 和寿 准教授

研究分野

  • 計算量理論
  • 情報理論
  • 機械学習理論
プロフィール

研究室紹介

計算限界の研究で最も重要な研究の1つはP vs. NP問題に関する研究です。リーマン予想など6つの数学上の未解決問題とともにクレイ数学研究所がミレニアム懸賞金問題としてP vs. NP問題は提示され、その懸賞金の額はなんと100万ドルです。
この問題はざっくりいうとコンピュータにとって、「問題の答えをみつけること」と「答えがその問題の答えかどうかを検証すること」のどちらが難しいか証明せよ、という問題です。直感的には検証する方が簡単に思えそうですが、未だにそのことを証明した人はいません。私はP vs. NP問題の解決に少しでも貢献できることを目標とし日々、研究をしています。
研究室では、上記の課題以外にも株の売買に代表されるように将来の状況がわからない中でよい戦略を設計するオンラインアルゴリズムの研究や情報技術を数理的側面から支えるために様々な研究を行なっています。

閉じる

データサイエンス研究室

小森 理

データと対話し、データに語らせる

データサイエンス研究室

小森 理 准教授

研究分野

  • 機械学習
  • 生物統計
  • データサイエンス
プロフィール

研究室紹介

データには必ず不確実性が伴います。その不確実性を確率論の枠組みで定式化し、データの背後にある本質を捉えることを目指しています。そのために統計科学、機械学習、情報理論、情報幾何学の考え方や手法を駆使します。またデータの本質を捉えるためにはデータを効率的に扱う能力も必須です。本研究室ではそのために主に統計解析ソフトRを用います。Rを通してデータの概要を正しくかつ客観的に把握することがデータ解析の第一歩となります。自分のアイディアを数式で論理的に展開し、それをプログラムを用いて実装し、実際に社会に役に立つ形にまで持っていくことを目指します。プログラミングが好きな学生、論理的思考が得意な学生、データ解析に興味がある学生を歓迎致します。

閉じる

知能数理研究室

松田 源立

データから自律的に学習する人工知能システムの構築を目指して

知能数理研究室

松田 源立 准教授

研究分野

  • 人工知能
  • 機械学習
  • 数理情報学
プロフィール

研究室紹介

人間の指示に従って行動するだけではなく、データから自律的に知識を獲得し、より高度な知的処理を行う人工知能の研究を行っています。本研究室では、統計科学や数理情報学に基づいてデータの中にひそむ知識の本質を探る数理的な側面と、機械学習技術を用いて信号処理や自然言語処理における具体的な問題の解決を行う応用的な側面の両面から研究をしています。数理的な側面からは、特に、データの確率分布の非ガウス性(正規分布との違い)に着目して研究を進めています。応用的な側面からは、解決したい問題に応じて柔軟に様々な機械学習技術を組み合わせていくことで、人工知能の性能を向上させることを目指しています。

閉じる

関連リンク