AIP加速課題

　AIP加速課題は、AIPネットワークラボの領域における優れた研究成果をベースに、新たな方向付けをした研究課題を支援し、AIPネットワークラボとしての成果最大化を狙うものです。

2019年度研究開始課題（研究終了）

※ 所属・役職は、活動終了時点のものです。

持続可能な学習者主体型教育を実現する学習分析基盤の構築

研究代表者

島田敬士	九州大学大学院システム情報科学研究院教授

主たる共同研究者

石田栄美	九州大学附属図書館准教授
山田政寛	九州大学基幹教育院准教授

研究概要

情報化社会において多様化する学びを支援し、持続的かつ能動的な学びを実践できる人材を育成するための学習分析基盤を構築する。学習者が主体的に学習教育改善の系に参画し、後学者の学習支援につながる学びが実践できるように、１）学習者の省察や弱点克服を支援するための学習分析技術の開発、２）学習者の協学を支援するための新たな学習ハブとしての大学図書館の実現、３）学習データサイエンティストの育成を支援する学習分析ツールの開発、についての研究を行う。

ビッグデータ同化とAIによるリアルタイム気象予測の新展開

研究代表者

三好建正	理化学研究所計算科学研究センターチームリーダー

主たる共同研究者

上田修功	理化学研究所革新知能統合研究センター副センター長/チームリーダー
富田浩文	理化学研究所計算科学研究センターチームリーダー
石川裕	国立情報学研究所アーキテクチャ科学研究系　教授
佐藤晋介	情報通信研究機構電磁波研究所リモートセンシング研究室総括研究員
牛尾知雄	大阪大学大学院工学研究科教授
小池佳奈	株式会社エムティーアイライフ・エンターテインメント・スポーツ事業本部部長
前川俊浩	東京電力ホールディングス株式会社経営技術戦略研究所技術開発部プロジェクトマネージャー

研究概要

気象は、生活や社会経済活動に影響する。本研究は、これまでのCREST研究成果に基づき、サイバー世界と現実世界を双方向に結んだ「高度天気予報活用社会」に向けて加速する。これまで開発してきた「ビッグデータ同化」技術を実用化するための技術的課題に取り組むとともに、AI－シミュレーション連携により気象予測の新たな方向性を打ち出し、新しいAI研究の方向性を探る。これにより革新的な天気予報を実現し、QoL向上や社会経済活動の高度化に向けて加速する。

ヒト腸内環境ビッグデータを基軸としたMicrobiome-based Precision Medicine

研究代表者

山田拓司	東京工業大学生命理工学院准教授

主たる共同研究者

谷内田真一

大阪大学大学院医学系研究科　がんゲノム情報学教授

研究概要

本研究の目的は、がんにおけるヒト腸内細菌叢の役割を解明し、腸内環境情報を用いた革新的な予防・診断・治療技術を創出すること、すなわち「Microbiome-based Precision Medicine」の実現を目指すものである。発がんに関与するヒト腸内細菌や細菌由来遺伝子・代謝物質を特定し、その制御機構の基盤データを蓄積する。加えて、がん超早期診断法（機械学習モデル）の開発、バイオマーカーの確立と予測モデルの構築行う。

潜在空間を高度活用したディープナレッジの発見

研究代表者

山西健司	東京大学大学院情報理工学系研究科教授

主たる共同研究者

朝岡亮	静岡大学電子工学研究所特任准教

研究概要

ビッグデータ時代において、データがますます複雑性を増すにつれて、データから深い潜在知識を読み解くことが重要になってきている。そこで、本研究では、データの背後にある「潜在空間」を高度に活用し、潜在空間でのデータ統合や変化の解析を通じてデータから潜在知識を発見する技術を開発することを目的とする。研究項目として、(I)潜在空間表現学習理論の研究、（Ⅱ）潜在構造変化検知の研究、（Ⅲ）潜在空間を高度活用したAI眼科学の創出に分けて展開する。