時系列ビッグデータ解析、将来予測

実社会においてIoTやWebを巡る環境が急速に変化し、特に製造業におけるDXやカーボンニュートラルに関する取り組み、Webと連携した災害時の情報提供や予測等、リアルタイム性が求められる大規模データ解析技術が幅広い分野で強く求められています。我々の研究室では、IoT/センサデバイス、Web上のアクティビティ等、大規模かつ多様な時系列ビッグデータストリームを対象とし、重要な情報を自動的かつリアルタイムに解析・学習・予測するための基盤技術を開発しています。また我々は、学術面で研究成果を発信しながらも、技術の実用化と社会実装に向けた積極的な産学連携を行っています。時系列ビッグデータ解析に関する世界のデファクトスタンダードとも呼ぶべき技術を開発することを目指し、数多くの企業の方々と協調しながら、先駆的な技術開発に取り組んでいます。

小型エッジデバイスのための自己進化型学習基盤

近年のIoTデバイスの急速な普及に伴い、産業、医療、環境等の様々な分野で、多数のデバイスから収集した多様かつ大量のデータを解析することにより、高度なサービスに活用しようとする動きが盛んになっています。また、モノづくり分野の組み込み機器や車載IoT、医療分野の埋め込み型／携帯型デバイスのような、計算機環境に制約のある小型エッジ端末での高速AI処理のニーズも高くなりつつあります。我々の研究室では、これらの動向を踏まえ、深層学習等の既存の解析技術とは一線を画した新たな技術的挑戦によって、時系列ビッグデータのためのリアルタイム非線形解析技術、およびその技術を発展させた自己進化型エッジ学習機構を世界に先駆けて開発しています。開発技術は、IoT/センサ等から継続的に生成され続ける非定常型時系列ビッグデータに対し、動的パターンの変化を自動追従し、エッジ等の小型・軽量な計算機環境において動作可能な動的モデル学習・要因分析・将来予測を実現しています。