研究内容

知的システムデザイン研究室では、最適化(シミュレーテッドアニーリング、進化計算)技術を用いた進化的機械学習アルゴリズム、推薦システム、感情推定、ニューラルネットワーク構造の最適化、画像処理、照明システムなどの研究を行っております。

ー  研究班  ー　
研究室では、Opt（Optimization）、Rec（Recommendation）、Bio（Bio Informatics）、Gen（Generative AI）の4つの班に分かれて研究を行っています。

ー  Opt班  ー　
Opt班では、進化計算を用いたニューラルネットワーク構造の最適化を行っています。画像分類や医療画像セグメンテーションといったタスクに対し、差分進化やVAEを組み合わせた効率的な構造探索手法、DARTSを用いた微分可能なアーキテクチャ探索などに取り組み、高性能なニューラルネットワークの自動構築を目指しています。下記に研究例を示します。

研究例1：多峰性を考慮した差分進化によるニューラルネットワーク構造の探索

   概要：VAEを用いたNASによるCNN構造の自動最適化と差分進化による多峰性解決

ー  Rec班  ー
Rec班では、ユーザの嗜好に基づくパーソナライズされた推薦システムの研究を行っており、協調フィルタリングやコンテンツベースフィルタリングを活用しています。また、Matrix Factorization、LDA、VAEを用いたクロスドメイン推薦、さらに知識グラフによる飲食店推薦の研究も進めています。下記に研究例を示します。

研究例1：ユーザ嗜好を強化したUser Profileに基づくRecommender VAE

   概要：User Profileの追加によるユーザ嗜好を考慮した家具推薦の精度向上

ー  Gen班  ー
Gen班では、画像生成モデルや画像解析に関する研究を行っています。主な研究テーマは、GANやDiffusion Modelを活用した画像生成です。VQGANによる形状情報とユーザ嗜好を考慮したインテリア画像生成、Stable Diffusionの量子化と初期ノイズ最適化による品質と効率の両立など、実用的な生成システムの構築を目指しています。下記に研究例を示します。

研究例1：形状情報および嗜好情報を考慮したインテリア画像生成

   概要：形状情報と嗜好情報を反映した部屋画像生成手法の提案