研究テーマ

モチベーションをもって研究に取り組めるよう、教員と学生双方の相談によって、研究テーマを決めます。得られた成果は積極的に対外発表を行います。  (資料準備中)

  • ・機械学習基礎 (主に深層学習技術にかかわる基礎要素の開発)
  •    ・過学習抑制、半教師あり学習 など
  •    ・データの低次元表現の獲得
  •  
  • ・植物グループ
  •    ・植物病自動診断システム (Deep Learningの応用研究ー農林水産省、24府県などとの受託研究、)
  •       ~自動診断、診断根拠の提示、実用システムの構築 <きゅうり、トマト、なす、いちご>
  •  
  • ・セキュリティグループ
  •    ・深層学習を利用したセキュリティ応用 (malware検出、web application firewallの作成)
  •  
  • ・自然言語処理(NLP: Natural Language Processing)グループ
  •            ・Character-level convolutional neural networkを用いた新しい日本語処理モデルの構築
  •    ・メディア分類器の構築 (記事の自動解釈による新聞の分類)
  •    ・SNS解析による、ユーザ属性の推定
  •          
  • ・医工連携グループ
  •    ・画像診断支援、早期発見、病勢定量 (皮膚がん、美容分野)
  •    ・3次元脳MRI画像の類似画像検索 (Johns Hopkins Universityとの共同研究)
  •    ・リスク予測モデルの構築  (手術中の心臓事故、アルツハイマー病等のリスク予測、早期発見)

 

近年、Deep Learning(深層学習)という言葉が多く聞かれていると思います。これまで人工知能の進化は昔予想されていたよりもずっと進化が遅かったのですが、ここ数年で新しい機械の学習アルゴリズムが再発見されたことで状況が一変しました。将棋や碁でコンピュータがプロを負かすだけではなく、認識の分野ではもはや人と同等、あるいは人がかなわない状況まで進歩を遂げています。いやとみ研ではDeep Learningの基礎研究と応用研究の両方に取り組んでいます。応用例の1つに、植物の葉の写真をとるだけで何の病気にかかっているかを診断するというものがあります。現在キュウリのウイルス病については、全ての典型的なウイルス病気に対して実環境下で8割強の精度で識別を実現(2016年)しており、これは世界初の成果です。

また、深層学習のセキュリティ応用として、Android malwareの自動診断(たった1KByte程度の解析で93%程度の識別精度達成)や、httpを利用した攻撃の自動検知の研究も近年行っています。後者は、2018年3月の国際会議IEEE CSPA2018にてBest Paper Awardを受賞しました。

また、医療分野の研究では、極めて悪性度の高い皮膚がんである悪性黒色腫の自動診断支援に取り組んできました。悪性黒色腫は、メラノーマとも呼ばれ、「ほくろに似たガン」として知っている人もいるかと思います。自覚症状がなく、進行が速いことから、残念ながら気がつかないうちに取り返しのつかなくなるケースが多いのが現状です。そのため早期発見が重要なのですが、熟練の皮膚科医が専用の機器を用いて診断しても診断精度は8割程度と言われています。 「どうせやるなら、インターネット上にシステムを載せて誰でも利用できる『本当に役に立つ』システムを作ろう」という目標をたて、高精度のシステムを構築し、12年間にわたり、世界中の皮膚科医に自動診断支援システムを提供してきました。現在、新しいシステムを準備中です。米国Johns Hopkins Universityと共同で、MRIの新しい画像検索システム構築の研究なども行っています。

さらに近年では、自然言語処理(NLP)の研究も始めました。日本語など、単語ごとの分離(形態素解析)が困難で、また構成する文字種類が多い言語は、英語でつかわれるような処理方法をそのまま使うことができません。私たちは昨年、文字を画像とみなす、image-based embeddingを世界で初めて提案するとともに、character-level convolutional neural networkという文字単位の識別器をうまく学習させるためのwild card training (WT)を提案し、複数の賞を受賞しています。現在さらに様々な改良手法ならびに、様々な応用を研究しています。

 

テーマは機械学習(machine learning)という軸をもとに、多岐にわたり様々な研究を行っています。概略は、下記PDFファイルをご参照ください。

 

ファイル: