プロジェクト研究(学部3年)
プロジェクト研究の履修を希望する方へ
小川研のプロジェクト研究の進め方としては,以下の3通りの選択肢があります.原則として,学生のみなさんが興味のある,もしくは勉強したい課題やシステムの制作等を,研究室でサポートしながら進めます.
研究の体験:研究室が準備した「ある程度見通しの立っている研究課題」から興味のある課題に取り組みます.未知の課題に対峙する経験を通じて,関連技術の勉強の方法,実験の進め方,知見の整理の方法を勉強できます.小川研で実施されている研究をリアルに体験したい方はこちらを選びます.学会発表などをゴールに設定することも可能です.
研究の準備(専門的な技術の勉強):パターン認識・機械学習や,音声・音響処理,画像・映像処理のうち興味のあるトピックを選び,教科書,論文,ソフトウェアを用いた勉強を通じて基礎から実装まで体系的に学びます(どこまで深掘りするかは学生の希望次第です).具体的なトピック(例えば,音声認識,音声合成,音声分離,など)について,最新技術や研究動向,実装について理解を深めたい方はこちらを選びます.
研究の準備(基本的な技術の勉強):パターン認識・機械学習や,音声・音響処理,画像・映像処理を題材とした課題を学生自身で提案し取り組みます.KaggleやSIGNATEの課題から興味のあるものを選ぶ方や,自分の趣味に関連する題材を選ぶ方が多いです.課題やチャレンジを通じて,メディア処理,機械学習の技術や深層学習のツール,pythonプログラミングに慣れ親しみたい方,アプリケーション開発やそれを評価する際の作法を学びたい方はこちらを選びます.
課題を決定するに際し,現実的な落としどころや進め方については教員と議論の上決定します.最近は,以下のように活動する学生が多いように思います.
1年掛けて専門性の高い技術を勉強するパターン(例えば,「プロジェクト研究A」では教科書を読みながら音声処理の基本技術を勉強し,「プロジェクト研究B」では論文を読んで最新技術を理解し,実装・実験を行ってみる)
半年で興味のある課題を通じて将来必要となるプログラミングの基本を習得するパターン(機械学習・パターン認識の課題を通じてpythonプログラミングやPyTorchなどの深層学習フレームワークに慣れる,Webアプリ開発を通じて javascript に慣れる,等).※ 春学期に多いです.4年生向けの機械学習に関する勉強会に参加し課題に取り組むことをプロジェクト研究の成果とすることも可能です.
原則,教員および先輩学生がメンターとして課題を進めます.なお,報告会・勉強会などは小林研究室と連携して実施します.履修を希望する場合は小川まで事前に連絡をしてください.
プロジェクト研究(小川研)に関するよくある質問(FAQ)
Q:プロジェクト研究では何をやるのですか?
Q:プロジェクト研究を履修した場合の日々の活動について教えてください.
Q:小川研でのプロジェクト研究はどのような人にお勧めですか?
Q:成果の発表はありますか?
Q:研究室配属との関係はどうなっていますか?
Q:履修申請および科目履修登録の方法を教えてください.
(回答は こちら を参照してください)
プロジェクト研究課題の例(小川研)
(PR:パターン認識,ML:機械学習,SP:音声・音響処理,IP:画像・映像処理,NLP:自然言語処理,DA:データ分析,SD:音声対話,HCI:ヒューマンコンピュータインタラクション)
2023年度プロジェクト研究A(履修学生:5名)
(SD)発話流暢性特徴とトピック難易度を用いた英会話のブレイクダウン検出(※研究の体験,研究室提案課題)
(SP)主-双対近接分離法にDNNをPlug-and-Playした優決定ブラインド音源分離(※学会発表予定,学生提案課題)
(PR)事前学習モデルによる観測対象の違いにロバストな異常検知(※専門的な技術の勉強,研究室提案課題)
(SP)非負値行列因子分解を用いた楽器音の分離(※専門的な技術の勉強,研究室提案課題)
(IP)深層ニューラルネットワークを用いた人物姿勢推定技術の習得(※専門的な技術の勉強,学生提案課題)
2023年度プロジェクト研究B(履修学生:4名)
(SP)IVA と DNN を近接平均化した優決定 BSS に用いるDNN のアーキテクチャの比較(※学会発表予定,学生提案課題)
(SP)音声認識の基本技術の習得(※専門的な技術の勉強,研究室提案課題)
(SP)音声合成に関する基本技術の習得(※専門的な技術の勉強,研究室提案課題)
(SP)音声合成に関する基本技術の習得(※専門的な技術の勉強,学生提案課題)
過去のプロジェクト研究課題の一覧
こちら を参照してください.