コミュニケーション学研究室 (NTTコミュニケーション科学基礎研究室)

データを通じて実世界を解釈するための数理モデルとアルゴリズムを創出しよう

教員

  • 岩田 具治

    教授:岩田 具治

  • 田中 佑典

    准教授:田中 佑典

研究を始めるのに必要な知識・能力

機械学習に関連するものとして、確率統計、線形代数、微分に関する知識と、考案したアルゴリズムを実装するためのプログラミング、ツール活用能力が望まれます。

研究室の指導方針

入学後の修士1年生の前半では、授業で基礎的な学力を身につけ、上記記載の必要な知識・能力を強化すると共に、実データに既存の機械学習手法を適用して技術を活用する能力を身につけます。その後、オリジナル性のある研究テーマを設定し、モデル考案→アルゴリズムの実装→実データによる検証のサイクルを繰り返して、成果の完成度を高めていきます。最終的には、世界的に注目される主要国際会議での論文採録を目指します。

この研究で身につく能力

・ 近年幅広く用いられるようになった機械学習やディープラーニングを使いこなす能力。
・ 多種多様なデータを分析し、自分自身および第三者がそのデータの背後で起こった状況を把握できるようにする能力。
・ 世の中の事象を統計的に捉え、不確定性やランダム性がある中でも、将来の状況を予測したり、適切な施策を考案し実施する能力。
・ 機械学習やデータ分析手法を発展させ、新たな技術を開発したり、新領域に適用する能力。

修了生の活躍の場

情報通信産業、インターネットサービス産業、大学教職員、など

研究内容

インターネット上にある、あるいは実世界からセンサを通じて得られる多種多様のデータから、有益な情報を知識として抽出する機械学習およびデータマイニング技術に関する基礎研究を行っています。
今日我々が入手できるデータの量は非常に膨大で、またノイズも多く、人間が一通り目を通して内容を理解し解釈する、という限界をはるかに超えています。従って、そのような膨大なデータを自動的に解析・解釈する方法が必要とされています。具体的には、以下のテーマに取り組んでいます。

メタ学習技術

深層学習で予測性能を高めるためには大量の学習データが必要となります。しかし、実世界課題においては、十分なデータが得られない場合もあります。メタ学習は、複数のタスクから学習の仕方を学習することにより、少量のデータでも性能を高める手法として注目されています。空間解析や異常検知、時系列予測など、様々から課題においてメタ学習できる手法について研究しています。

時空間データ解析

情報通信技術の発展により、気象や交通などに関連する様々な時空間データが容易に得られるようになってきています。時空間データに対する将来予測や知識抽出は、科学や産業において重要な役割を果たします。深層学習やガウス過程などを活用し、都市において取得された集約データを高解像度化する手法や、物理現象を高精度にシミュレーションするための手法について研究しています。

ソーシャルネットワーク上の情報伝播解析

ニュースや噂、評判情報はソーシャルネットワークを介して伝播します。この現象を確率モデルで表現し、将来のトレンド予測や潜在的な影響関係の推定の研究を行っています。

研究設備

計算機サーバ(マルチコアCPU、GPGPUボード搭載)

研究業績・共同研究・社会活動・外部資金など

  • Yusuke Tanaka, Tomoharu Iwata, Naonori Ueda, Symplectic Spectrum Gaussian Processes, Learning Hamiltonians from Noisy and Sparse Data, NeurIPS, 2022.
  • Tomoharu Iwata, Yusuke Tanaka, Few-shot learning for spatial regression via neural embedding-based Gaussian processes, Machine Learning, 2021.
  • Tomoharu Iwata, Atsutoshi Kumagai, Meta-learning from Tasks with Heterogeneous Attribute Spaces, NeurIPS, 2020.
  • Yusuke Tanaka, Toshiyuki Tanaka, Tomoharu Iwata, Takeshi Kurashima, Maya Okawa, Yasunori Akagi, Hiroyuki Toda, Spatially Aggregated Gaussian Processes with Multivariate Areal Outputs, NeurIPS, 2019.