日本語 English
| 開講年度/ Academic YearAcademic Year |
20232023 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
WR106/WR106WR106 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
対面（全回対面）/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
|
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
|
| 単位/ CreditCredit |
33 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR7110 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Grade (Year) RequiredGrade (Year) Required |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ prerequisite regulationsprerequisite regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
|
| 履修中止可否/ course cancellationcourse cancellation |
|
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
|
| 備考/ NotesNotes |
|
| テキスト用コード/ Text CodeText Code |
WR106 |
※Please refer to Japanese Page for details including evaluations, textbooks and others.
「人工知能科学特別研究５」からの継続で各指導教員が研究指導を行う科目であり、先端的な専門知識や高度な情報収集力の獲得、研究の構想力、そして問題解決能力やプレゼンテーション能力など総合的な研究遂行力を身につける。共同研究を通して研究を推進する研究テーマの場合は、研究者間でのコミュニケーションスキルなど共同研究を円滑に担当できる能力を涵養する。博士課程修了後に学術分野あるいは社会で人工知能・データサイエンスのプロジェクトを推進するための能力を身につけることを目標とする。
各指導教員の研究テーマは次の通りである。
（１ 内山 泰伸）
高エネルギー宇宙物理学における複雑な観測データに対して統計学および機械学習・深層学習を応用するデータ駆動科学研究を研究テーマとする。また、応用人工知能研究として、人工衛星データの社会での利活用、リテール分野・スポーツ分野等における３次元空間認識を研究テーマとする。
（２ 大西 立顕）
統計、機械学習、社会・経済物理学、複雑系科学、複雑ネットワーク科学の手法を用いて、社会・経済に関する高頻度かつ高精度なビッグデータを実証科学の視点から研究する。金融市場・人間行動などの時系列データ、市場間相関・国際貿易などのネットワークデータ、店舗・不動産などの地理空間データ、ニュース・Twitter・ウェブサイトなどのテキストデータ、マウスの脳活動などのバイオビッグデータ、データ駆動型物質・材料探索（マテリアルズ・インフォマティクス）などのテーマを分析する。
（３ 正田 備也）
テキストデータを中心とした大規模データを、様々な機械学習の手法を使って分析する。特に、教師なし学習を使うことで、データ集合に潜む多様性をできるだけ損なわないよう網羅的に抽出し、この抽出結果をデータに応じた個別のアプリケーションに役立てる。具体的には、トピックモデルのようなベイズ的確率モデルにおける潜在表現をデータ集合に潜む多様性のモデル化に用いる。
（４ 村上 祐子）
情報の哲学・倫理、とりわけ人工知能の哲学・倫理を主要な研究テーマとする。個別の関心に応じて力点を設定し、科学哲学・数学の哲学・言語哲学の分野、また手法として必須となる論理学の基本文献を学習した上で、応用倫理学、科学技術社会論の視点からケーススタディを行う。
（５ 三宅 陽一郎）
デジタルゲームの複雑な環境に適応するためにゲームキャラクターの人工知能は自律的なものへと変化している。ゲームキャラクターの意識モデルとして、「C4認識アーキテクチャ」と呼ばれるアーキテクチャが多数のゲームタイトルにおけるキャラクターの人工知能に適用され、サブサンプション・アーキテクチャ、新しい意思決定アルゴリズム、学習システムなどを内包しながら発展している。ファイナルファンタジーXVでの実例に基づきながら、ゲームキャラクターの人工知能について研究する。
（６ 瀧 雅人）
理論的研究とアルゴリズム開発のいずれかの研究課題を選択する。理論研究では、深層ニューラルネットの汎化性能や表現能力、モデルの挙動を理解するための数理的な調査・研究を行う。アルゴリズム開発においては、CNNなどの性能を上げる、あるいは計算コストを下げるためのアーキテクチャデザインなどを研究する。あるいは敵対的事例(adversarial example)に対する防御アルゴリズム、XAIのための説明可能な深層学習手法の研究開発などを行う。
| 1 | 人工知能科学特別研究５を踏まえた課題設定 |
| 2 | 研究指導１ |
| 3 | 研究指導２ |
| 4 | 研究指導３ |
| 5 | 研究指導４ |
| 6 | 研究指導５ |
| 7 | 研究指導６ |
| 8 | 研究指導７ |
| 9 | 研究指導８ |
| 10 | 研究指導９ |
| 11 | 研究指導１０ |
| 12 | 研究指導１１ |
| 13 | 研究指導１２ |
| 14 | 人工知能科学特別研究６の総括 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
十分な研究時間を確保すること
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
研究活動とその成果(100%) |
| 備考 (Notes) | ||
なし/None