相川 勇輔

楕円曲線を用いた耐量子計算機暗号の安全性解析と高効率化

研究者

相川 勇輔

研究概要

量子コンピュータは現在利用されている暗号を解読するとされています。そこで、その解読に耐えうる耐量子計算機暗号の研究や標準化が世界的に進行しています。しかし、これらの暗号は安全性解析がまだ不十分であり、効率面にも課題があります。本研究は、主に整数論の観点から楕円曲線を用いた耐量子計算機暗号の研究を進め、これら課題解決への貢献を通して、来るべき量子情報社会における人々の安心・安全の実現を目指します。

朝倉 卓人

数式と自然言語の統合的解析による学術文献理解の研究

研究者

朝倉 卓人

研究概要

テキスト中の数式にはさまざまな曖昧性があります。また、一般に数式と周辺テキストは互いに補完的な役割を果たしているため、両者の解析は統合的に進める必要があり、科学技術文書の解析技術は未だ発展途上です。本研究では特に、数式内における最小の単位であるトークンに焦点を当て、数式内のトークンをそれぞれの参照する数学概念（意味）と紐付けるタスク「数式グラウンディング」の自動化を目指します。

伊澤 侑祐

汎用性と高性能を両立するハイブリッド型実行時コンパイラ

研究者

伊澤 侑祐

研究概要

実行時コンパイラのほとんどは実行履歴単位かメソッド単位のコンパイルを行います。前者は深い関数呼び出しや実行時分岐の多いプログラムに効果的な一方、後者は平均的に良い性能を発揮します。本研究の目的は、高速で汎言語な次世代実行時コンパイラの開発です。具体的には、2つの方式を使い分けられるハイブリッド型の実行時コンパイル機構を、あらゆる言語に対して適用できるフレームワークとして実現します。

石川 勲

データ解析を見据えたKoopman作用素の包括的な理論研究

研究者

石川 勲

研究概要

本研究は、近年の非線形な力学系と機械学習やデータ解析分野で注目を集めつつあるKoopman作用素を主眼とし、データ解析を見据えたKoopman作用素の理論的基盤の構築を目的としています。そのために、 解析学の諸分野で発達している関数空間論的視点を導入してKoopman作用素と関数空間、そして、力学系との関係性を明らかにし、また一般化スペクトル理論を導入してその計算手法の確立を目標とします。

石田 隆

ベイズ誤差推定及び正則化手法の研究

研究者

石田 隆

研究概要

教師あり学習におけるベイズ誤差とは、与えられた問題に対する予測誤差の下限のことを指します。本研究では、ベイズ誤差を推定するための技術に取り組みます。また、ベイズ誤差推定を通して過剰適合を発見することや、正則化手法の研究も行います。

江原 遥

教材内容理解に基づく教育の形を変える安定的な教材推薦技術基盤の創出

研究者

江原 遥

研究概要

自然言語理解により教材の内容を解析し、得られる学習効果や種々のリスクを推定して、学習者の能力を安定的に向上させる教材を推薦する数理モデルを研究開発します。これにより、講義のように学習者の前提知識が揃っていない状況でも、システムが推薦した教材を学習者に学習させるだけで、体系的な教育を行えると期待されます。自習による学習者の到達水準を飛躍的に向上させ、教育の形を変えることを目指します。

大川 武彦

模倣AIエージェントによる人物行動理解

研究者

大川 武彦

研究概要

持続的成長可能な社会の実現に向けて、熟練者の技術継承・技能伝承が課題とされています。本研究では、模倣AIによってスキル獲得を行うことによる「暗黙知」の形式化を目的とします。一人称視点映像を利用したデータ駆動型学習により行動認識モデルを構成し、強化学習・模倣学習の枠組みを利用し、生成的に熟練者行動を再現する模倣エージェントを構成します。こうした認識と生成プロセスの両輪から人間の行動理解を試みます。

大西 祐輝

リーマン計量の合成による包摂アーキテクチャの構成

研究者

大西 祐輝

研究概要

ロボットを動的な環境や未知の環境下で自律させる技術は、未だ多くの課題が残されています。本研究では、神経反射の重ね合わせに基づいた、包摂アーキテクチャと呼ばれる本能的な知能の構成法に注目します。リーマン幾何学を用いて、これまで困難であった包摂アーキテクチャの振る舞いの解明に挑戦し、理論に保証された体系的な設計・利用を目指します。等身大のヒューマノイドロボットを用いて検証を行います。

大場 亮俊

距離制約をもつ離散構造に対する解析理論の構築

研究者

大場 亮俊

研究概要

既存の有限幾何ネットワークの剛性理論を周期的な幾何ネットワークに拡張し、分子結晶の構造解析理論を構築します。また一般大域剛性の組み合わせ的な特徴づけを研究し、座標計算を伴わない高速なアルゴリズムを設計します。さらにこれらの解析手法を彩色数や接吻数の計算に用いることを試みます。

加藤 本子

幾何学的手法による群の分類と暗号理論への応用

研究者

加藤 本子

研究概要

幾何学的な観点による群の分類を視野に入れ、様々な群の非正曲率性の整理・統合を目的として研究を行います。特に、Artin群と呼ばれる群を題材に、様々な非正曲率性を調べます。また、群の非正曲率性と関連するアルゴリズム的性質に注目し、暗号理論への応用を目指します。

門本 淳一郎

微小チップ群を埋め込んだ形状自在情報デバイスの研究

研究者

門本 淳一郎

研究概要

群れを成すマイクロロボットに関して広く研究が進められています。こうした研究の目線の先にはプロセッサや無線通信回路の搭載による協調処理の実現があるものの、回路ハードウェアのサイズや消費電力が障壁となっています。本研究では、低消費電力なプロセッサ、無線通信・給電回路の単一微小チップ上への集積を試みます。従来にない小型・細粒度なマイクロロボット群で構成される形状自在情報デバイスの実現を目指します。

木村 慧

演算不変性を用いた整数計画問題のアルゴリズム開発

研究者

木村 慧

研究概要

整数計画問題は生産計画・人事・物流・金融・スポーツ・娯楽などにおける最適化問題の解決に利用されています。一方で、整数計画問題に対する現状の解法は、取り扱えるデータ量や適用できる場面が限られているため、より高速かつ汎用的な解法が必要とされています。本研究では、解の演算不変性という解の対称性を一般化した概念を用いることで、整数計画問題に対する高速かつ汎用的な解法を開発することを目指します。

久野 恵理香

写像類群の擬等長分類と機械学習への展開

研究者

久野 恵理香

研究概要

曲面の写像類群の擬等長分類問題を解決することを目指します。特に向き付け不可能曲面に主眼を置き、向き付け不可能曲面の写像類群の直角アルティン部分群の決定とその擬等長埋め込み性の判定、そして向き付け不可能曲面の写像類群と向き付け可能曲面の写像類群の擬等長性を解明します。更に、曲面の写像類群と擬等長写像をそれぞれ機械学習へ応用することに挑戦します。

黒木 祐子

限られた情報に基づく統計的機械学習と数理最適化アルゴリズムの開発

研究者

黒木 祐子

研究概要

統計的機械学習とは得られた観測データからデータの背後に潜む確率的な規則や有用な情報を発見する数理技術です。所望のデータを完全に得られない、あるいは部分的な観測しか得られない場合でも有効かつ頑健な統計的機械学習法の開発は未だ挑戦的な研究課題の一つです。本研究提案はそのような限られた情報に基づく統計的機械学習法の理論構築に向けて、数理最適化理論および統計学的観点の両側面からの解決法の提案と理論解明を目指します。

計良 宥志

データドリブン計算代数幾何

研究者

計良 宥志

研究概要

本研究では、代数幾何・計算代数で発展してきた非線形な数学をデータドリブンな計算代数幾何として刷新した新たな学問領域を立ち上げ、機械学習をはじめとした現代の応用情報科学の「観測からの学習」というフレームワークに応用可能にします。データドリブン計算代数幾何では従来の記号的計算は排除され、データ上での振る舞いに着目した効率的な数値計算で代数計算が実現されます。

末廣 大貴

学習問題の統合的帰着

研究者

末廣 大貴

研究概要

タスクやドメインに応じて多種多様な設定の機械学習問題が提案されていますが、各問題に対して「個別に」理論解析を行うのは非常に大変です。本研究では、多様な学習問題を可能な限り「まとめて」別の学習問題へ帰着する枠組みを考えます。これにより、タスクやドメインを超えた「統合的な」理論解析が可能となります。まず、マルチインスタンス学習と呼ばれる学習問題への帰着を足がかりとし、帰着の枠組みの一般形を究明します。

高木 健

カクテルパーティ効果に着目したオンライン話者とオフライン話者の選択的聴取の支援

研究者

高木 健

研究概要

遠隔地の人と会話を行いつつ、時には周囲の人と会話をするというオンライン会議の形態ができつつあります。これに伴い、ユーザはオンライン話者とオフライン話者の音声の中から、興味のある内容だけの聞き取りに集中できることの重要性が増しています。本研究ではカクテルパーティ効果に着目しその効果を享受しやすい音声処理を提案し、オンライン話者とオフライン話者の音声の選択的聴取をしやすくするシステムを実現します。

高瀬 翔

ランダムベクトルを用いた軽量な埋め込み表現の構築

研究者

高瀬 翔

研究概要

埋め込み表現のパラメータ数削減のために、語彙数に依存しないパラメータ数で表現することを目指します。具体的には、ランダムベクトルを埋め込み表現として各語に割り当て、さらに、小規模なフィードフォワードニューラルネットワーク、あるいはベクトルを用意し、これと組み合わせることで表現力を向上させます。翻訳や要約生成など自然言語処理の応用タスクにおいて、通常の埋め込み表現と同程度の性能が達成可能か検証します。

辻 寛

量子論基礎にかかる高次元バナッハ空間の幾何学的研究

研究者

辻 寛

研究概要

量子論の基礎研究の方法の一つとして“漸近的幾何解析”(AGA) を用いる方法があります。AGA とは、高次元空間内の凸体の幾何的性質を調べる分野です。特に、近年では凸体よりも広いクラスである対数凹な確率測度が重要な研究対象です。本研究では、最適輸送理論と情報理論の導入により、対数凹な確率測度の幾何的側面を発展させることを目指します。これは将来的に量子論の基礎研究に応用されることが期待されます。

中島 祐人

辞書式順序に基づいた文字列データ処理法の構築

研究者

中島 祐人

研究概要

キーワード検索など、私達の日常に浸透している技術には、文字列データ処理が利用されています。効率的な文字列データ処理技術の開発には、文字列データに内在する構造や性質への理解が必要不可欠です。そのような構造の中に、文字列の辞書式順序に基づいた構造があります。本研究では、辞書式順序の変化がもたらす文字列構造の性質解明を行います。また、それらの知見を応用した新たな文字列データ処理法の構築を行います。

野間 裕太

大スケールかつ展開可能な折り紙構造のファブリケーション手法

研究者

野間 裕太

研究概要

剛体折り紙は「使用時に展開させ非使用時に小さくする操作が容易にできる」という性質から大スケールな構造物への応用が期待されている一方、作製や組み立てが容易でないという課題があります。本研究では、ユーザの所望の3Dモデルから、紐を用いて簡単に組み立て可能な剛体パネルでできた展開図を生成する手法を開発し、大スケールで収納性の高い剛体折り紙構造物を、誰でも簡単に設計・作製できるシステムを実現します。

韓 燦教

埋め込み型無線センサを用いた立体形状計測

研究者

韓 燦教

研究概要

粘土は可塑性、粘着性を持っており、任意の立体形状を簡単に作ることができる優れた材料です。しかし造形途中に実時間で粘土の形状を捉え、形状データに基づいた造形支援は困難であるという問題があります。本研究では、粘土に測位可能な無線センサを複数埋め込むことで、造形のプロセスを妨げずに粘土の立体形状を捉える技術の実現を目指します。また、それを用いた造形支援技術およびインタラクションを提案します。

坂東 宜昭

統計的時空間モデルに基づく雑踏音環境マッピング

研究者

坂東 宜昭

研究概要

日常環境で人と共存しながら活躍するロボットには、人通りの多い空港やビル、繁華街といった無秩序に多くの人が集まる雑踏空間での、周辺環境の頑健な認識が不可欠です。本研究ではこのようなロボットの実現を目指し、最小限の事前情報で、雑踏音環境を精緻かつリアルタイムに認識できる雑踏ロボット聴覚を開発します。特に「雑踏音環境を統一的に扱う時空間深層ベイズモデル」をコアに、実用に耐えるロボット聴覚を目指します。

ホーランド マシュー ジェームズ

柔軟な価値観を持つ機械学習のアルゴリズム開発と性能保証

研究者

ホーランド マシュー ジェームズ

研究概要

機械学習の手法は「平均的な性能の最適化」を主な学習原理としていますが、これによって明確な価値判断が暗黙の裡に下されています。本研究では、期待損失をスペシャルケースとした新しい評価基準クラスを構築し、任意の基準の下で正常に効率よく作動する学習アルゴリズムを開発し、性能解析します。評価基準をAI利用者に操作させることで、恣意的な試行錯誤が減り、プロセス全体の透明化が進むための仕組みの土台を築きます。

前田 洋太

Kudla予想の解決及び志村多様体の研究と暗号への応用

研究者

前田 洋太

研究概要

数論幾何学の中心的研究対象である志村多様体の研究と数理科学分野、特に暗号理論への応用研究を行います。具体的には数論的に重要なKudla予想のノンコンパクト志村多様体への拡張及び志村多様体の分類理論という新たな研究領域の開拓を行い、代数幾何学を中心に他分野に新規的な研究手法を与えます。また代数曲面暗号を高次元化し、耐量子暗号の候補となる志村多様体暗号を開発し、純粋数学と数理科学分野の融合を図ります。

村松 久圭

周期／非周期分離制御の開拓

研究者

村松 久圭

研究概要

周期／非周期分離制御研究は、制御工学分野において単一的に取り扱われてきたシステムの状態へ周期／非周期視点を導入し、周期状態と非周期状態で構成される周期／非周期状態として状態を再定義します。本定義に基づき、分離した状態制御および情報解析を実現する【A】最適周期／非周期分離フィルタの理論構築【B】ロバスト周期／非周期分離制御の理論構築【C】周期／非周期インタラクティブロボット開発・実装を遂行します。

矢倉 大夢

創作支援のための知覚的スタイル模倣フレームワーク

研究者

矢倉 大夢

研究概要

深層学習でのEnd-to-Endのメディア変換は、探索的なデザインプロセスとの親和性が低く、創作目的ではあまり用いられていません。本研究では、明示的で直感的なパラメータの編集によって代替するためのフレームワークの確立を目指します。これにより、創作支援システムの開発や新たなデザインプロセスの導入にも繋がることが期待できます。

横井 祥

言葉が埋め込まれた空間の形と言葉の意味の接続

研究者

横井 祥

研究概要

単語ベクトルを基盤とした手法の発展により自然言語処理は著しい進化を遂げました。しかし文など単語よりも大きな単位のテキストの表現や比較方法は確立できておらず、言語処理システムの致命的なエラーの感知すら難しい状況です。本研究では単語ベクトルの持つ幾何学的情報を言語学的情報に帰着させ、さらに最適輸送を足がかりとして文に含まれる情報の差に鋭敏な文類似性尺度を構築することでこの問題の解決を目指します。

吉村 直也

時系列信号の画像表現を用いた複雑行動認識

研究者

吉村 直也

研究概要

ウェアラブルセンサを用いた行動認識技術の応用として、工場や物流倉庫などにおける作業員の方のモニタリングが検討されています。モニタリングの実現には、作業工程という複数の基本動作で構成される「複雑行動」を、少量の学習データで認識することが必要です。本研究では時系列信号の画像表現を活用し、データの短期・長期的依存関係を事前学習することで、複雑行動のFew Shot セグメンテーションの実現を目指します。

和賀 正樹

近似的数理モデルによるCPSの動的安全機構

研究者

和賀 正樹

研究概要

物理情報システムのシステマティックな品質保証手法(SafeCPS)には、厳密数理モデルに基づくSafeCPS1.0や探索的手法に基づくSafeCPS2.0がありますが、それぞれ実用性や安全性の説明(安心)に課題があります。本研究では近似数理モデルに対するSafeCPS1.0の数学的解析とSafeCPS2.0の探索的手法を組み合わせることで、実用性と安心の両立(SafeCPS3.0)を図ります。