ページの先頭です

ニュース&トピックス

情報数理学専攻 令和2年度情報数理学セミナー

第11回

日時: 11月5日(木) 15:10~16:40
会場: CLE「情報数理学セミナーI 木3木4」(遠隔実施)
(本CLEコース未登録の方は,自己登録をお願いします.大阪大学個人IDをお持ちでない方は、ご相談下さい.)
講演者: 小山 暢之 (第一三共株式会社 DX推進本部 データインテリジェンス部)
講演題目: 「医薬品開発における薬効評価と情報科学~過去・現在・未来」
概要:

現在の科学水準をもってしても、医薬品の効果と安全性は、臨床試験で実際に人に投与し、その結果を観察して評価しなければ分からない。

 平成時代、ネットワークやIT技術の進歩が、臨床試験の方法論の発展と医薬品開発の国際化にも大いに寄与し、癌やその他の多くの疾患で有望な治療薬が開発された。国内でも国際的な医薬品開発プログラムに参画する機会が増えるにつれて、臨床試験の科学水準が大きく向上した。特に統計学の重要性が医療関係者や製薬企業に認識されるようになり、統計的にデザインされた試験計画や高度なデータの解析手法も取り入れられるようになった。一方で、医薬品の効果が向上すればするほど、それ以上の効果を有するものを見出すのは困難となり、既存薬との大きな薬効差も期待しにくくなる。それ故、臨床試験で薬効差の存在を検証するには莫大な費用と時間が必要となり、新たな医薬品がなかなか患者に届かないというジレンマも顕在化した。

 本講演では、これまで臨床試験で薬効がどのように評価されてきたのかを具体例を示して統計学的視点から説明するとともに、近年、医薬品開発プロセスの変革や効率化で期待されている情報科学技術の応用について紹介し、聴講者とともに議論したい。

第10回

日時: 10月29日(木) 15:40~16:40
会場: CLE「情報数理学セミナーI 木3木4」(遠隔実施)
(本CLEコース未登録の方は,自己登録をお願いします.大阪大学個人IDをお持ちでない方は、ご相談下さい.)
講演者:

Hideaki Ishii (Department of Computer Science, Tokyo Institute of Technology)

石井 秀明 (東京工業大学 情報理工学院 准教授)

The 52nd ISCIE International Symposium on Stochastic Systems Theory and Its Applications(確率システムシンポ), Special Lecture(特別講演)

講演題目: 「Stochastic Approaches Towards Distributed Algorithms」
概要: In recent years, studies on distributed algorithms have gained significant attention due to the continuing interests in coordinated control of multi-agent systems. In this lecture, I will introduce several recent results on distributed algorithms where stochastic methods can play key roles. The focus will be on the so-called gossip-type interactions among agents, where the agents communicate their information at randomly chosen times. I will highlight how such randomization-based techniques can enhance robustness of algorithms operating in uncertain environments and modeling accuracies for networked systems. Different classes of problems will be presented, ranging from multi-agent consensus in the presence of jamming attacks and malicious agents, to large-scale distributed computation of PageRank in search engines and opinion dynamics in social networks.

第9回

日時: 10月8日(木) 13:30~16:30
会場: 情報科学研究科B棟1階B101講義室 および  CLE「情報数理学セミナーI 木3」
内容: 修士論文中間発表会 プログラム

第8回

日時: 7月30日(木) 13:30~15:00
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
講演者: 大久保 健一 特任助教(非線形数理講座)
講演題目: 「カオス現象のエルゴード特性と臨界現象に関する解析的アプローチ」
概要: カオス現象は決定論であるにもかかわらず初期条件鋭敏性によって長期にわたる予測ができず, 複雑な振る舞いを見せる. 各軌道についての正確な予測を行うことは難しいが, エルゴード特性という統計的な性質を利用することで, 複雑な運動の中に, 統計的には秩序だった振る舞いを観測することができる. しかし, エルゴード特性をきちんと証明することは難しく, 数値計算を利用した研究などでは一般的に仮定される性質である. 本講演では, カオスの研究の歴史について簡単に解説したのち, エルゴード特性を証明することで, 解析的にカオス現象の統計的性質を示すことができた例を紹介する.

第7回

日時: 7月16日(木) 13:30~15:00
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
(本CLEコース未登録の方は,自己登録をお願いします.大阪大学個人IDをお持ちでない方は、ご相談下さい.)
講演者: 赤尾佳則(科学警察研究所情報科学第二研究室長)
講演題目: 「文書鑑定における光情報科学の活用」
概要: 文書鑑定は,犯罪鑑識の一分野であり,犯罪に関係する文書を科学的に解析し,その作成方法を明らかにすることを目的としている. 取り扱う文書の種類は,筆跡から,印影,印刷物,プリンタ・コピー文書,肉眼では読めなくなった不明文字,偽造通貨・カード類に至るまで多種多様であり,人文科学から自然科学まで,幅広い学問分野に支えられていることが特徴である. その中で光学と情報処理の融合である光情報科学は,文書鑑定分野の根幹をなす技術を提供している. 本講演では,非接触計測,並列処理に代表される光学の利点と,統計・多変量解析等の情報処理が文書鑑定にいかに生かされているかについて,模擬事例を示しつつ概説する.

第6回

日時: 7月9日(木) 13:30~15:00
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
(本CLEコース未登録の方は,自己登録をお願いします.大阪大学個人IDをお持ちでない方は、ご相談下さい.)
講演者: 大谷 紀子 (東京都市大メディア情報学部情報システム学科 教授)
講演題目: 進化計算アルゴリズムに基づく自動作曲とその応用
概要: 進化計算アルゴリズムとは,生物の進化過程や採餌行動などを模倣した最適解探索アルゴリズムであり,近年では最適化を要するさまざまな実問題に進化計算アルゴリズムが適用されている. 本講義では,遺伝的アルゴリズムや蟻コロニー最適化,粒子群最適化をはじめとする主要な進化計算アルゴリズムを概説した後,適用事例としてユーザの感性を反映した新しい楽曲を自動生成するシステムを取り上げる. 本システムは,ユーザにより選択された楽曲の特徴を抽出する部分と,抽出された特徴を盛り込んだ新たな楽曲を生成する部分から構成されており,後者に進化計算アルゴリズムが適用されている. 本システムが,アーティストや音楽大学の学生の創作活動や,企業名サウンドロゴ生成などで活用された事例も合わせて紹介する.

第5回

日時: 6月18日(木) 15:10~16:40
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
(本CLEコース未登録の方は,自己登録をお願いします.大阪大学個人IDをお持ちでない方は、ご相談下さい.)
講演者: 岸本 章宏(Akihiro Kishimoto, IBM Research Europe)
講演題目: AND/OR探索とその応用について
概要: コンピュータ・サイエンスにおける様々な問題は,探索問題としてモデル化できるので,効率の良い探索手法の研究は,人工知能における重要な研究分野として60年以上にわたり盛んに研究されてきた. AND/OR探索は,与えられた探索問題をより簡単な部分問題に再帰的に分割し,それらの部分問題の全て(AND)または一つ(OR)を解くことで,解を求める手法であり,様々な実世界アプリケーションに利用され始めてきている. 本講義では,ゲームやグラフィカル・モデル,有機化合物反応経路のプランニングなどの応用分野を取り扱いながら,AND/OR探索の最新の手法について説明する.

第4回

日時: 6月11日(木) 15:10~16:40
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
担当: 小西 毅 准教授,木村 吉秀 准教授
講演題目: 安全教育講習会Ⅱ Lectures for safety education II
内容:
  1. 15:10~15:40 小西 毅「電気、電子機器、電磁波、赤外・紫外光、レーザー光」
  2. 15:40~16:10 木村 吉秀「各種機械・工具・工作機械、放射線・粒子線」

第3回

日時: 6月11日(木) 13:30~14:15
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
内容: 博士論文公聴会
講演者: 肖 恒
講演題目: Hybrid Strategy of Particle Swarm Optimization and Firefly Algorithm for Black-box Function Optimization(ブラックボックス関数最適化に対する粒子群最適化とFireflyアルゴリズムのハイブリッド戦略)
概要: Swarm intelligence is inspired by natural collective behavior and owns the automatic search ability. Many swarm intelligence algorithms are developed and the swarm intelligence models own some common and inherent properties. This research focuses on making a hybrid strategy of two different swarm intelligence algorithms called Particle Swarm Optimization(PSO) and Firefly Algorithm (FA). By making a hybrid swarm of agents that own different characteristics, the proposed hybrid strategy is able to utilize the properties of these models. It needs to verify whether the hybrid method would be able to improve performance when dealing with optimization problems. Some optimization problems as black-box optimization are difficult to be handled. By testing the proposed hybrid swarm on some black-box optimization benchmark, it expects that the proposed one well performs on black-box optimization problems. Besides, the hybrid swarm will also be applied to multifactorial optimization and show its performance.

第2回

日時: 5月21日(木) 14:40~16:10
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
担当: 齋藤 真人 助教, 馬越 貴之助教
講演題目: 安全教育講演Ⅰ Lectures for safety education 1
内容: 博士前期・後期課程の教育・研究において,またその後の社会活動においても重要な事柄である「安全」について,その概略を講義する.
The lectures are delivered for understanding the guideline of "safety" which is important for social activities following the education and research of the master and doctoral course.
  1. 14:40~15:10 齋藤 真人「研究倫理, CITI Japanプログラムのe-learning教材, および化学・生物実験に関する安全講習」
  2. 15:10~15:40 馬越 貴之「コンピュータセキュリティ」

第1回

日時: 5月14日(木) 13:00~15:00
会場: CLE「情報数理学セミナーI 木3」(遠隔実施)
内容: 博士論文中間発表会
講演者: 北井 正嗣 (沼尾研 博士課程2年) 13:00~13:30
講演題目: 機械学習を利用した欠陥進展下の転がり軸受の状態監視手法の提案
概要: 一部の産業機械用途で使用される転がり軸受は交換にかかるコストが多大であることから,はく離等の欠陥が発生した後も継続して使用される場合がある.このような転がり軸受において欠陥の早期検出,および欠陥の進展下における使用可能な限界までの余寿命を推定する手法(状態監視手法)を構築することは運用コスト低減のための重要な課題である.  本研究では機械学習を利用した転がり軸受の状態監視手法の確立を目指している.状態監視手法は,(1) 転がり軸受の初期の欠陥を早期に検出するための欠陥検出手法,および、(2) 欠陥検出後,転がり軸受が使用可能な限界までの余寿命を推定する余寿命推定手法からなる.  本研究の課題と現時点での成果として,まず欠陥検出において,一般的な外れ値検出手法による欠陥検出では軽微な欠陥を検出できない課題があった.その原因として欠陥のサイズに応じて診断に有効な特徴量が変化することがあげられる.そこで,提案手法ではRandom Forestによる特徴選択と2段のLocal Outlier Factorによる外れ値検出を組み合わせた欠陥検出手法を提案し,軽微な欠陥の検出精度を向上させた.  また余寿命予測において,従来の回帰手法による余寿命推定では軸受毎の余寿命の個体差は考慮されず,さらに欠陥の進展に対する余寿命推定値の単調性は保証されない課題があった.提案手法では,回帰手法として階層ベイズ回帰手法を用い,欠陥 の進展状況と余寿命の関係を示す回帰モデルを作成することにより,個体差・単調性を考慮した余寿命の推定手法を提案し,余寿命の推定精度を向上させた.
講演者: Ahmed Ezzat Tohami Azab (森田研 博士課程2年) 13:30~14:00
講演題目: Block Relocation Problem Considering New Aspects: An Application in Container Terminals
概要: Block Relocation problem (BRP) is one of the combinatorial optimization problems that occurs daily in facilities where products or blocks are stored according to block stacking system. In such system, blocks are stacked above each other's due to the lack of storage space. This system is typically adopted in container terminals when containers are stacked in vertical columns beside each other's in the yard area. The problem arises when a container is needed to be picked up by a truck earlier than containers above it. In this case, the blocking containers above the targeted container have to be removed to another location before loading the target container to the truck. Such relocations are nonvalue added operations with more time and energy consumption and more delay for customers. Consequently, the need to minimize the number of relocations to retrieve a set of target containers is the main objective of solving the BRP. However, the classical BRP are solved assuming that containers pickup times are decided in advance, which causes extra relocations. In this research we consider scheduling container pick-up times with container stacking sequence which can lead to significant reduction in the number of relocations. Moreover, the existing BRP doesn't take in the considerations the capacity of crane used to perform these relocations. Furthermore, the problem is usually solved without considering the number of trucks waiting at the designated pick up point. To tackle these shortcomings, a new version of BRP is developed considering container pick-up Appointment Scheduling (BRPAS). A new mathematical model is formulated and solved using some instances from the literature. Since the computational efficiency is critical for this combinatorial problem, an improved version (BRPAS-I) of the BRPAS model is developed. Despite the benefits of the considered aspects in the newly defined BRPAS, more aspects in truck appointment system (TAS) which is typically used for managing truck arrivals in container terminals are expected to have more impact on the operational efficiency. TAS is typically applied in a container terminal dependent from the container handling operation at the container yard. So that, for future work, an integrated system of TAS and BRTAS is targeted. In this integrated system, trucking company's requirements, container terminal operational circumstances, and time aspects such as real-time scheduling are to be considers.
講演者: 村田 真一 (森田研 博士課程3年) 14:00~14:30
講演題目: 録画データへのMT法および最適化手法の適用による特徴分析
概要: 近年ICT・IoT技術の急速な進化・浸透により、一般企業においても統計的手法や機械学習を用いた高度なデータ分析を簡単に実施できる環境が整いつつある。しかしながら、企業においては機会学習等では前提となる高品位で幅広いデータセットが簡単に入手できない、もしくは限定されたデータセットとなっており、簡単に分析を実施できない場合が多い。また、高度なデータ分析の実施には該当分野にける深い業務知識が必要とされ、データの特徴や異常値の判断・選択は有識者に頼るところが多く、大きな負荷となっているが、特徴選択の省力化や自動化に関する議論は少ない。 そこで本研究では録画データを対象として、MT法を適用し限定的なデータセットで特徴データのマッチング・判定を可能にすると共に、最適化手法を用いて録画データが保有する特徴から分析に利用する特徴を自動的に決定する、データ分析・特徴判定方法を提案する。
講演者: 出水 宰 (森田研 博士課程2年) 14:30〜15:00
講演題目: 機械学習に基づく広告配信・在庫管理における意思決定の最適化
概要: 本発表では,機械学習による意思決定の最適化として,Web広告およびサプライチェーン・マネジメントの2つのドメインでの研究成果を述べる.1点目は,深層学習によるWeb広告のクリック率予測についてである.メディアにWeb広告を入稿する際,クリック率がなるべく高い広告クリエイティブを選択することは重要な問題である.また,ユーザへ高頻度に表示される広告では,配信以後のクリック率の時間的な減衰が速いという特徴がある.本研究では,この時間減衰を考慮したクリック予測手法として,広告の画像,テキスト,メタ情報といったマルチモーダルな特徴量を利用し,更に,クリック率の時系列変化を抽象的に表現するRecurrent Neural Network (RNN)によるモデルを提案する.アドネットワーク上の配信履歴データを用いたオフラインでのクリック率予測を検証し,提案手法の有効性を示す.2点目は,深層強化学習による在庫管理の最適運用についてである.本研究では,多商品かつ製品ライフサイクルが短いサプライチェーンとして,スマートフォン販売店での最適在庫問題を扱う.最適な在庫量を決定することは,不良在庫の削減や販売機会損失の抑止に繋がり,利益向上の観点で重要な問題であるが,製品ライフサイクルの短期化などにより,各商品ごとの正確な需要量予測は困難である.そこで本研究では,供給量決定においてモデルベース深層強化学習を適用し,この予測困難性を解決する.実際の販売データで行った,提案手法による在庫決定シミュレーションの結果を報告する.