教員紹介

【研究分野・テーマ】

人間は意思を決定する際に外界の認識や外部とのインタラクションを考慮して総合的に判断する能力を有している．この判断力は「しなやかな判断」や「ソフト知能」と言い換えることもできる．本研究室では，ファジィ理論やソフトコンピューティング，深層学習等を用いたアンサンブル型機械学習モデルを研究しています．
この「しなやかな判断・識別のデータサイエンス」を目標に，アンサンブル学習を用いたクラスタリングモデルを提案します．ただし，データ不均衡やクラスタリング精度を向上させるため，仮想データ（バーチャルデータ）を発生させる研究を行っています．
この研究は，与えられたデータを高精度に表現するモデルを提案するだけでなく，そのモデルを高精度にするデータについて議論するものです．
・アンサンブル学習型クラスタリングモデル（pdi-Baggingの提案，pdi-Boostingの提案，ddi-Boostingの提案）
・バーチャルデータ発生メカニズム（試験管内がん細胞の増殖予測）
・企業共同研究による知識・スキル獲得（駐車場車種識別，しなやかなロボット制御）
・大学病院共同研究による医用情報（転倒転落防止予測，腹部超音波検査のスキル獲得，病院患者の再入院予測）