学部・学科の分類 - データサイエンス学科

7件の研究シーズが見つかりました
坂平 文博

テキストアナリティクスによるカスケード災害の分析・評価

「カスケード災害」とは、ある事象が次々と他に影響を及ぼしていく連鎖現象を有する災害のことです。本研究ではカスケード災害を分析・評価するために、自然言語処理と機械学習を用いて新聞記事から災害事象の因果知識を抽出し、災害因果ネットワークを作成します。これをもとに被害を拡大・長期化させる脆弱性ポイントを見つけ出します。（東京大学廣井悠教授との共同研究）

須山 敬之

共進化型AIプラットフォーム

分散コンピューティングとはネットワークで接続された複数のコンピューターが処理を分担して行う仕組みです。ここではクラウドはネットワーク上にあるサーバー類の総称、エッジは末端で動作する装置のことを言います。分散コンピューティングを用いて人工知能(AI)のモデルを更新することによりクラウド側とエッジ側が共進化する分散AI基盤システムの構築を行います。

安留 誠吾

初等中等教育向けロボットプログラミング学習環境

2020年度から小学校においてプログラミング教育が必修化された。小学校では、ビジュアルブロックエディタを利用したプログラミングが想定されるが、中学校、高校では、テキストエディタを利用することになる。そこで、ビジュアルブロックエディタからテキストエディタへの移行をスムーズに行えるように、両エディタに対応したロボットプログラミング学習環境を開発した。また、教員の負担を軽減するための教員支援システムも開発した。

皆川 健多郎

ものづくり人材育成のための教材開発とその検証

生産性向上はモノづくり現場のみならず、多くの現場における喫緊の課題となっている。かつてはこれらの課題に取り組む人材育成は、小集団活動やOJTも含め活発におこなわれていたが、長引く景気低迷、生産の海外移転などにより、近年ではその取り組みは必ずしも十分とは言えない。特にモノづくり現場では人口減少に伴う人手不足、またその対応としての外国人労働者の受け入れなど、生産性向上への対応は急務といえる。本研究代表者は、これまで1,000回を超える製造現場訪問を通じて、現場での実態を把握するとともに、問題解決のための教材開発ならびに教材を活用したセミナーの実施を進めてきた。さらにここにIoTも融合し、さまざまな現場にて自律的に生産性向上を実現する取り組みの推進と、経営工学（管理技術）の普及を目的としている。

濵田 悦生

新型コロナウイルスに関するオープンデータを利用した実践的な教育法

厚生労働省が提供する新型コロナウイルス感染症に関するデータはオープンデータである。2020年から2022年までの新型コロナウイルスの実データとしては大変貴重なものになっている。このデータは全国で収集された、PCR検査数、PCR陽性者数、重症者数、死亡者数などを含むが、単回帰モデルやシンプルな時系列モデルを適用することによって、学部3年生向けのPBL教材で使うことの出来そうな実例分析を作成することが見込まれる。学生にとっても非常に身近で切実なデータであり、その教育的効果は高く、より実践的な題材となろう。また、政府による緊急事態宣言による新型コロナウイルスへの影響に関しても、Granger 因果性の検討も行ったので、政策の効果検証としても有用であろう。

椎原 正次

生産スケジュール改善サイクルの開発

　生産スケジュール改善サイクルは、ロット分割を段階的に進めることにより、段取り回数の増加を抑えつつ良好なスケジュールを得るための仕組みである。ロット分割は、生産スケジュール改善のための有効な手法の一つであるが、分割によってロット数が増えることになる。その結果として、総段取り時間が増加するだけではなく生産統制を複雑にしてしまう。このサイクルは四つのフェーズから構成され、受け入れ可能な生産スケジュールが得られるまで繰り返す。多目的最適化も可能である。

江口 翔一

時系列データを用いたモデル化

近年の計算機システムの発展と利用環境の向上により、諸科学や産業界のあらゆる分野でデータが蓄積されている。このようにして大量に蓄積されたデータから、 その背後にある自然現象や社会現象のような複雑かつ不確実な現象を読み解くには、データから本質的な情報を抽出するための手法の開発が不可欠である。このとき、不確実現象の解明と予測、知識獲得のために重要な役割を果たすのが現象のモデル化であり、時系列データを用いた現象のモデル化の問題に取り組む。