片平は筑波大の連携大学院 (ニューロサイエンス学位プログラム) の教員となっており、学生 (修士・博士課程) を受け入れることができます。※研究生は制度上、受け入れることはできません。
片平は2023年8月から筑波大の連携大学院を担当し始めたばかりで、2024年1月時点では受け入れている学生はおりません。
研究テーマについては、産総研が研究の実施母体となることによる制約もあります。事前にご相談ください。また、ニューロサイエンス学位プログラムという性質上、当研究室のテーマの中でも神経科学との相性の良い研究テーマ (強化学習や神経回路モデリングなど) にした方がよいかと考えています。
本研究室で扱う手法についての基本的な講義はカリキュラムにはありません。学習のための方針は示しますが、基本的には独力で学べることが前提となります。例えば、統計モデリングのためのプログラミングのスキルは必須になります。使う言語はPythonまたはRが中心です。
入試は年2回（8月と2月）です。詳しくは学位プログラムのウェブサイトをご覧ください。出願を希望の方は、必ず事前に片平 (k.katahira AT aist.go.jp) までご連絡ください。
大学院の講義は筑波大学で受ける必要があります。博士前期課程については、ニューロサイエンスに関する書籍の輪読が必修となるようです。
研究実施場所は基本的には産総研となりますが、研究内容によっては筑波大学や自宅で実施することも可能です。
博士前期課程の1年目 (M1) は講義を受けてニューロサイエンスの基礎を習得します。それと並行して、研究テーマを選定し、必要な技術を学びながら研究を開始します。
学振DC1 (博士後期課程から、月20万円程度の助成金を受けながら研究する制度です) を目指す場合は、M1の12月中くらいには学術論文を投稿できるように研究を進めます。
2年目 (M2) には研究成果を修士論文としてまとめます。
博士後期課程は基本は3年間です。毎年少なくとも1本は学術論文を投稿することを目指します。3年目 (D3) には博士論文を執筆します。
人間や動物の行動の原理をモデリングし、理解したい、という情熱を持った方を歓迎します。データ分析やAI、数理モデリングの技術そのものを学べればよい、という方は、そちらを専門としている情報系の大学院を検討することをお勧めします。(当研究室や当連携大学院ではニューロサイエンスや心理学の基礎知識も学ばないといけないので、その点では効率が悪いと思います)
産総研やその他の研究・教育機関で研究者として活躍できる人材の育成を目指しています。博士前期課程に入学する場合は、基本的には後期課程に進学することを前提とします。はじめから、(研究者ではない) 民間への就職を目指す場合は、他の研究室を検討されることをお勧めします。
当研究室では、数理モデリング、統計モデリングを活用したアプローチを主に用いるため、多少の数学の知識とプログラミングのスキルは必須です。しかし、数学は高度なものは必須ではなく、高校の文系数学レベルの知識があれば十分です (基本的な確率、統計など)。これまでも文系出身のメンバーが中心でした。
プログラミングは入学後に学ぶことも可能ですが、適性はあるので、事前に何か一つの言語を学んでおいた方が良いと思います。
最近では基本的なコードはChatGPTが書いてくれるので、一からコードを自分で書く必要はなくなってきました。ただし、プログラミングの基本的なことはわかっていないと適切なプロンプトを書いてその結果をうまく活用することもできないので、一つの言語には習熟しているのが望ましいです。