ページの先頭です。 メニューを飛ばして本文へ
現在地 トップページ > 研究者の方 > 研究者?研究紹介 > 研究者紹介 > 市村 匠(いちむら たくみ)

本文

市村 匠(いちむら たくみ)

研究者紹介

所属:地域創生学部 地域創生学科 地域産業コース 職位:教授 学位:博士(工学) 

研究室:県立広島大学広島キャンパス1631号室

E-mail:ichimura@(@の後にドメイン画像を付けて送信ください)

研究内容:https://researchmap.jp/takumiichimura

研究に関する自己PR

ニューラルネットワーク,進化計算,強化学習,ファジィシステムなど,コンピューテーショナル?インテリジンス分野に関し,理論,設計,アプリケーションの開発研究を行っている。

研究テーマ

構造適応型深層学習に関する理論?応用研究,ユーザ参加型スマートフォン情報収集及び主観的情報の分析,感情志向型インタフェース

研究の特徴?内容

構造適応型深層学習法は,モデルを構築中に,入力データに適応したネットワーク構造を自動で構築するアルゴリズムで,高い精度をもつ深層学習装置を構築できる,独自に開発したアルゴリズムである。ユーザ参加型スマートフォン情報収集は,多次元主観的情報を収集し,分析する計算知能システムで,データ分析に群知能を用いた手法もある。感情志向型インタフェースは,対話中に含まれる感情を分析し,顔表情で感情を表現するインタフェースである。

受験を検討している方々へ

ラズベリーパイは,超小型のシングルボードコンピューターとして知られ,センサーを接続し,データを蓄積し,ホームページで可視化することができる。温度センサーを接続し,部屋の温度を記録するシステムの開発や,Webカメラで撮影した画像をAIで解析する等の実験を中国足彩网で行ってきた。身近なデータには,理論だけでは理解できない事象が含まれている。これらを取り扱うための理論,実践力を身に着けることができる研究室です。

ラズベリーパイ

連携協力を検討している方々へ

1)構造適応型深層学習装置

人工知能に代表されるDeepLearning(深層学習)に関する理論的な研究,応用研究を行っている。構造適応型学習法を提案し,これまでに多くのプロジェクトや共同研究を実施し,高い評価を得ている。構造適応型深層学習法は,モデルを構築中に,入力データに適応したネットワーク構造を自動で構築するアルゴリズムで,高い精度をもつ深層学習装置を構築できる,独自に開発したアルゴリズムである。提案した手法は,ベンチマークテストだけでなく,医療,土木などの我々の生活に関する領域で,高精度な人工知能手法の開発に成功している。

2)スマート機器による情報収集及びデータ分析 Androidスマートタブレットを用いて,写真,コメント,評価などの多次元主観的情報を収集し,分析する計算知能システムを開発している。また,アリの採餌行動を模倣し群知能アルゴリズムを用いてリコメンドシステムを開発し,SNSにおける効率的な情報発信手法を提案した(文科省サイト: https://www.mext.go.jp/component/a_menu/science/detail/__icsFiles/afieldfile/2017/01/06/1372559_03_01.pdf)。

3)感情指向型インタフェース 対話中における自然言語や顔表情を分析するインタフェースを開発した。複雑な感情だけでなく,気分の時間的変化にも対応できる。AIスピーカーを用いて問診対話システムを開発している。

論文リスト

    著書

      知財リスト

      [1]検出パラメタ生成装置、検出パラメタ生成方法、検出パラメタ生成プログラム、オブジェクト検出装置、オブジェクト検出方法、およびオブジェクト検出プログラム,市村匠,鎌田真,多羅尾直,山口亮,特開2021-026506

      [2]ヘルスケアデータ分析システム、ヘルスケアデータ分析方法、ヘルスケアデータ分析プログラム、学習済みモデル、情報処理装置、情報処理方法および情報処理プログラム,市村匠,鎌田真,原田俊英,特開2020-004126

      [3]異種データ深層学習装置、異種データ深層学習方法、および異種データ深層学習プログラム,市村匠,鎌田真,特開2019-074946

       本学で出願した特開のみ

      キーワード

      構造適応型深層学習,ユーザ参加型スマートフォン情報分析,感情志向型インタフェース,群知能,医療情報

      関連するSDGs項目

      3911

      関連情報

       スマートテクノロジー新技術説明会動画:https://www.youtube.com/watch?v=LWAl10TlsjY

      Adobe Reader

      PDF形式のファイルをご覧いただく場合には、Adobe社が提供するAdobe Readerが必要です。
      Adobe Readerをお持ちでない方は、バナーのリンク先からダウンロードしてください。(無料)


      所属別一覧