第3回計測インフォマティクス研究会(人工知能学会第2種研究会)
- 開催日: 2019年9月18日(水)―19日(木)
- 場所 : 熊本大学 黒髪南地区 黒髪南E3(理学部3号館)棟2階 201号室アクセスのご案内(地図中71番の建物)
- 概要:
- 現実世界から必要な情報をデジタル化して収集する計測・センシング技術は、IoT社会が必要とするコア技術です。このような背景の下で、従来技術に留まらず、新しい計測・センシング技術の研究開発が多数行われています。本研究会は、情報、物理、化学、生物など様々な面から、対象の推定原理、計測原理、制御原理、データ構造・アルゴリズム原理、そしてそれらを用いた先端計測・センシングのデバイス・装置、エッジコンピューティングのデバイス・アークテクチャ、情報処理に関する理論・手法・技術について、基礎から応用までの幅広い研究課題を対象とします。そして、産官学の研究者と技術者が互いの研究成果を発表し、討論する場を提供します。今回は第3回研究会を以下の通り開催いたします。発表及び参加費は無料です。幅広い皆様の発表申し込み、参加申し込みをお待ちしております。人工知能学会員に限らずどなたでも申し込みいただけます。
- 発表申し込み:
- 申し込み・原稿提出期間
7月1日~8月31日。発表申し込みはこちらです。人工知能学会員に限らずどなたでも申し込みいただけますが、期間内に研究会所定書式による2~6ページの発表原稿をオンライン提出いただきます。提出原稿は研究会当日に会場にて電子的に配布いたします。原稿著作権等に関する扱いは研究会著作権規程を参照ください。なお、研究会主査及び幹事で構成する委員会において原稿内容が研究会の趣旨から大きく外れると認められる場合には、発表をお断りする場合があります。また、申し込み多数の場合には、期間途中で受付を終了する場合があります。
- 参加申し込み:
- 申し込み期間
7月1日~9月9日。参加申し込みはこちらです。人工知能学会員に限らずどなたでも申し込みいただけます。発表申し込み者は自動的に参加申し込みとなります。また、申し込み多数の場合には、期間途中で受付を終了する場合があります。
- 懇親会:
- プログラム終了後、会場隣接の食堂にて懇親会(参加費3,000円)が行われます。上記参加申し込みURLから併せて申し込み可能です。
- 問い合わせ先:研究会幹事 熊本大学 パルスパワー科学研究所 赤井一郎 iakai@kumamoto-u.ac.jp
- プログラム:
- 9月18日(水)
- 13:00 開会
- 13:10 招待講演 非負値行列因子分解によるイメージングデータ解析
- -システムの同型性にもとづく異分野データへの適用-(東京工業大学情報数理学院 青西 亨)
- 生命科学など様々な研究分野において、革新的なイメージング技術が開発され、広領域・高解像度の巨大データが取得されるようになった。計測技術の進歩で巨大化したデータを如何に解析するかという問題に、様々な分野で直面している。これら異分野データの生成モデルは、その多くが共通した数理構造(システム同型性)を有し、同一の解析手法が適用可能である。本公演では、非負値行列因子分解と呼ばれる共通の手法を用いて、マウス大脳皮質カルシウムイメージングデータを解析した研究と、レーザアブレーション誘導結合プラズマ質量分析のイメージングデータを解析した研究を紹介する。また、情報計測CRESTでの試みについて触れる。
- 14:25 招待講演 微細構造計測データ解析のための統計的機械学習(岐阜大学工学部 志賀元紀)
- 計測技術の進展によって、局所構造を反映する分光スペクトル等を、注目領域内を微細なステップ幅で網羅計測できるようになるとともに、取り扱うべきデータのサイズが肥大化しているため、インフォマティクス技術が益々重要となっている。本発表では、講演者らが取り組んできた電子顕微分光(STEM-EELS/EDX)によるスペクトルイメージング等の統計的機械学習の手法と実データ解析事例を紹介する。
- 15:40 休憩
- 16:00 スパース・モデリングを用いた蛍光 X 線ホログラフィー・データ解析の高度化
(熊本大学, 広島市立大学,名古屋工業大学 細川伸也, 松下智裕, 八方直久, 林好一)
- 16:30 ベイズ分光を用いた原子層厚グラフェンX線光電子スペクトル解析
(熊本大学,佐賀大学,東京大学,物質・材料研究機構 熊添博之,有嶋駿士郎,岩満一功,高橋和敏,岡田真人,赤井一郎)
- 17:15 懇親会
- 9月19日(木)
- 9:30 招待講演 IoTビッグデータのリアルタイム解析とその応用(大阪大学産業科学研究所 櫻井保志)
- 近年のIoTデバイスの急速な普及に伴い、それらのテ゛ハ゛イスから多様かつ大量データが生成され続けている。増え続ける大規模なデータ、すなわち時系列ビッグデータを高速に解析する時系列データマイニング技術は非常に重要になっている。本講演では、講演者が取り組んでいる時系列ビッグデータ解析技術、特に非線形テンソル解析に基づく予測技術の研究を紹介する。さらに時系列ビッグデータ解析の応用例として、具体的な事例をいくつか紹介する。
- 10:45 Cosine Similarity Multivariate Curve resolution 法による混合物スペクトル解析
(中央大学,科学技術振興機構 永井優也,孫雲龍,片山建二)
- 11:15 機械学習による核酸塩基1分子微小電流シグナルの識別
(大阪大学 大城敬人,鷹合孝之, 小本祐貴,吉田剛 鷲尾隆 , 谷口正輝)
- 11:45 密度比を用いたクラス事前確率推定
(大阪大学 吉田剛,新家英太郎,鷲尾隆)
- 12:15 閉会