MENU

電気通信大学大学院情報理工学研究科
情報・ネットワーク工学専攻
English

研究内容概要

本講座では、人工知能・統計学・ベイズ理論・機械学習・自然言語処理・ベイジアンネットワーク・eラーニング・eテスティング・カーネル法・時系列モデルなどについて研究しています。理論研究と実践の繰り返しによる「真に社会貢献できる研究」を目指しています。

最近の研究テーマ

ベイジアンネットワークの理論研究とソフトウェア開発・応用研究及びベイズ的アプローチによる自然言語処理、データ解析システムおよび統計的手法の開発、情報処理技術者試験などの様々なeテスティングシステムの設計開発、eラーニングシステムの開発、複数評価者による評価点を評価者バイアスを取り除いて標準化できる潜在変数モデルの研究、カーネル法の最先端研究に基づくアルゴリズム開発(状態 空間モデル、強化学習、次元削減・変数選択、文書分類など)。以下にて代表例をいくつか紹介します。

ベイジアンネットワーク

ユーザーの事前知識を融合させて推論できるベイジアンネットワーク。ベイジアンネットワークの研究は主にそのネットワーク構造を構築する学習と確率推論に分かれます。本研究室では、1000変数以上の厳密構造学習を実現しました。

        

さらに、最大で200変数を持つ構造で実現する厳密推論手法を開発しました。既存手法の10倍速い推論を実現しています。

本研究室ではオリジナルベイジアンネットワークソフトウェア「Bayesian Discovery」を開発しました。

Web情報推薦システム((株)リクルートとの共同開発)

30万件以上のWebページと300万人以上の顧客を持つISIZEのページについて、Web閲覧・購買履歴データの協調フィルタリングを行い、個人のページを最適化して提示できるシステムをリクルートとの共同で開発しました。

ベイズ統計の様々な分野への応用

空気の対流による放熱作用が期待できない宇宙空間や災害現場などでも耐えうるモータを開発しました。様々な場面への応用が期待されています。

災害救助現場で需要が期待される機械学習手法と超音波センサーを用いた人体検出ロボットを開発しました。

世界を獲ったEラーニング:Learning Management System “Samurai”

Eラーニングという言葉のない時代から研究し続けてきました!!「教えるのではなく、自然な学習を誘発する、学習をマネジメントするシステム」を目指しています。

ベイズ的アプローチによる自然言語処理

文章の内容(トピック)を自動的に学習し、トピックモデルを用いた潜在意味解析(LDA)を用いて、レポート推薦システムを開発しました。

さらに自然言語処理の手法を用いて、文章の自動構成ができる技術の開発を行っています。

国家プロジェクト!!eテスティングシステム

日本最大の国家試験であるIPA情報処理技術者試験を始め、多くの国家試験においてeテスティング化が急速に進められています。植野研究室では、これらのeテスティングの企画、設計を任されており、世界一のeテスティングシステムを目指して研究しています。

       

複数等質テストの自動構成技術の開発

膨大な項目の組み合わせから、目標の制約を満たす項目集合をできるだけ多く作る技術です。現在、世界で最も多くの等質テストを構成できる手法です。

ENGLISH