研究概要

計測技術やコンピュータ技術の発達により、科学技術の様々な分野でビッグデータの取得が可能になりました。ビッグデータを解析して新たな発見を目指すアプローチは、データ駆動型科学・技術と呼ばれ、理論、実験、シミュレーションに続く第4のアプローチとして期待されています。また、ビッグデータを解析するためのコンピュータ・プログラムを作成する技術は、機械学習と呼ばれています。私たちは、機械学習に関する研究・教育、科学技術分野におけるデータ駆動型アプローチの実践を通じて、社会に貢献します．

AI・機械学習の方法開発

機械学習による仮説生成に関する研究

データ駆動型アプローチを用いることで，知識や経験からは想起できないような有望な仮説を生成できる可能性があります．私たちは，科学研究や技術開発におけるデータ駆動型仮説生成の理論・アルゴリズムの研究として，パターンマイニング，生成モデリングの理論解析と方法開発に取り組んでいます．

機械学習モデルの信頼性保証に関する研究

深層ニューラルネットワークをはじめとする複雑な機械学習モデルは，高い精度で予測ができる一方，その複雑さゆえに，説明性や信頼性が十分でありません．私たちは，複雑な機械学習モデルに対して統計的推測を行うための方法開発にとりくんでいます．

機械学習による実験計画に関する研究

科学研究や技術開発では，研究開発対象に関するデータを分析することで新たな知見を得ることができます．私たちは，データ分析によって得られた知見に基づいて，科学研究や技術開発における実験計画を系統的に立案するための方法開発にとりくんでいます．

データ駆動型科学研究・技術開発の実践

ものづくりにおけるAI・機械学習の研究（ものづくりインフォマティクス）

我が国が伝統的に得意としてきたものづくり分野でもデジタル技術の活用(DX)が不可欠となっています．私たちの研究室では，産業界のパートナーとともに，AIや機械学習をものづくり分野に導入することで，データ駆動型アプローチに基づくものづくり技術の革新に取り組んでいます．

生命科学分野におけるAI・機械学習の研究（バイオメディカルインフォマティクス）

現在の生命科学研究では遺伝情報をはじめとする網羅的な大規模データを分析することによって客観的かつ定量的に生命現象を理解することが主流となっています．私たちの研究室では，医学・生物学研究者との共同研究を通して，生命科学分野に貢献しています．

材料科学分野におけるAI・機械学習の研究（マテリアルインフォマティクス）

望ましい物性を持った新規材料を作成するには多くのコストがかかります．データ科学を利用して新規材料を効率的に発見しようとする試みが注目を集めています．私たちの研究室では，材料科学研究者との共同研究を通して，新規材料発見を目指しています．