Upgrade to Pro — share decks privately, control downloads, hide ads and more …

2026研究室配属説明会

Soh Yoshida
November 12, 2026
170

 2026研究室配属説明会

関西大学 システム理工学部 電気電子情報工学科「知能メディア研究室」の研究室紹介スライドです.
本スライドは,研究室配属を検討している学科の学生に向けて,研究室の研究内容や活動について紹介するものです.

Soh Yoshida

November 12, 2026

Transcript

27 slides
  1. データから,人と社会に役立つ知識を 現実のデータ 知識(表現) 人と社会に役立てる 深層学習 活用 画像 文章 学習 つながり

    認識する 薦める ここを設計 するのが研究 行動履歴 01 研究の視点 近い = 意味や好みが似ている 見抜く 知識を取り出す = 似たものが近くに並ぶ 表現 を,データから学習すること 2
  2. 01 研究の視点 興味①:情報を組み合わせて,メディアを理解する ひとつだけでは,みえないことがある 個の理解の深化 画像 商品の写真 + 文章 説明文・投稿

    + 好み 感じ方 つながり フォローし合う人 ふるまい 複数の種類の情報を組み合わせること = マルチモーダル 3
  3. 01 研究の視点 興味②:性能と,社会的な望ましさを分けない 精度 フィルターバブル + = 多様性 + 公平性

    同時に測る 関心に合う情報ばかりが届き,異なる価値観に触れにくくなる状態 4
  4. 01 研究の視点 興味③:人のふるまいの理解から,技術をつくる 人と社会(の心理)を観察する しくみに気づく 技術にする ! 本物:元の投稿に集中 人は,考えに合う情報を 信じて,さらに広める

    偽:連鎖して深く 偽の情報は,人から人へ 連鎖して深く広がる 広がり方の「形」と人の「心理」から フェイクニュースを見抜く 仮説を立て技術をつくる過程で,人と社会のしくみが見えてくる 5
  5. 01 研究の視点 3つの研究領域 01 画像認識 画像の意味を, どう正しく捉える? 02 情報推薦 好みに合って,

    発見もある推薦とは? 03 Web・SNS分析 投稿の広がり方から, 何がわかる? 6
  6. 画像認識:学び続けるAIと,軽いAI クラス継続学習 MIRU 2026 で発表 新しい種類を覚えながら,間違いを取り除くAI 行動認識 02 最近の研究 2026

    学部生テーマ スマートグラスでも動く,軽いAI リザバー(固定の網) 読み出し 歩く クラス=AIが見分ける種類 / ラベル=正解 走る 昔のデータは, もう残って いない ねらい 間違った正解が 混ざったデータ を推定する その影響だけを, あとから 取り除く 誤りがあっても,種類を後から追加できる学習を実現 座る 動画 動きの特徴を作る(学習しない) ここだけ学習 学習する部分が小さいので,計算が軽い ねらい スマートグラスなど,小さな機器でも高速に動くAIへ 7
  7. 02 最近の研究 2026年の成果:頑張る研究室です 8 本 論文誌に掲載 4 学生2名が論文賞を受賞 件 国際会議

    で発表 5 件 国内学会 で発表 学会・大学での受賞 IEEE GCCE 2026 論文賞 学生2名 関西大学 紫紺賞(大学院首席卒業) 2026年3月 SISA 2025 Best Student Paper Award 国際ワークショップ これまで在籍した全ての大学院生は最低2回,外部発表経験を持つ 10
  8. 研究室での1年:基礎から,自分の研究へ 並行して 5月中旬〜6月 4〜8月 03 研究室での生活 夏〜年度末 ? 基礎を学ぶ 問いを選ぶ

    自分の研究 Pythonの課題と,教科書を 読むゼミ(輪講)で基本を学ぶ 興味を相談して, 研究テーマを決める 研究を進めて, 卒業研究にまとめる コアタイムなし + 教員とスケジュールを立て,責任を持って進捗を管理 大学院:結果は,外部発表 ゼミは対面:春 週2〜3回/秋 週1回 11
  9. AIが当たり前の時代に,身につける力 03 研究室での生活 高性能なAIをつくることだけが,目的ではありません.社会的な望ましさも,同時に考えます 性能 社会的な望ましさ 1 2 AIを つくる力

    + 深層学習で設計し,実データで動かす めざす人材 AIの影響を, 多角的に考える力 誰に,どんな影響が及ぶかを見渡す 3 + 複数の指標で 測る力 精度・多様性・公平性を同時に評価する 実データにAIを適用したときに生じる課題を発見し,解決できる人 問うのは「AIに置き換えられるか」ではなく,「AIを社会にどう適用するか」 13
  10. 03 研究室での生活 卒業後の進路 製造業 大学院修了 通信・インフラ ITコンサル・SI 学部卒 Web系・ゲーム 日立製作所

    川崎重工業 KDDI 電通総研 チームラボ パナソニック システムデザイン SCREEN 三菱UFJインフォメーション テクノロジー アクセンチュア コーエーテクモ 京セラ 村田製作所 本田技研工業 NEC NTTドコモ 三菱電機 三菱電機エンジニアリング 製造業や通信・インフラでも,データ分析部門を希望する学生が増えています 深層学習を学び,実データを扱える「AI人材」として,業種を問わず活躍 14
  11. 03 研究室での生活 こんな人に向いています 1 現象を観察する 2 数学で表現する 3 結果に表れる おすすめされた回数

    おすすめ度 = 好みの強さ ÷ 人気の高さ これまで 工夫のあと 現象を観察し,数学で表し,結果に表れる その過程に,やりがいを感じる人を歓迎します 数学やプログラミングは,配属後に基礎から学び直せます 15
  12. 研究室の選考基準 03 研究室での生活 希望者が多い場合は,次の順に見ます 1 成績 2 + 大学院進学希望 まず重視します

    パッション 解決したい社会課題がある 3 機械学習への興味 AIエンジニアになりたい 16
  13. まとめ・お問い合わせ 1 情報を組み合わせて, 個のメディアを理解する 2 性能と,社会的な望ましさを 分けない 3 人のふるまいの理解から, 技術をつくる

    お問い合わせ・研究室HP 吉田 壮 [email protected] wps.itc.kansai-u.ac.jp/s-yos このあと,希望者には研究室をご案内します 質問はお気軽に 17
  14. 基礎:深層学習ーニューラルネットワーク 輪講で学ぶこと 研究での使い道 すべての研究の土台 アーキテクチャ,損失関数と最適化 NNの基本,予測のずれを測り,小さくする方法 損失を工夫して,推薦の偏りを補正する 畳み込みネットワーク(CNN) 画像から特徴を取り出す 再帰型ネットワーク(RNN)

    時間とともに変わる様子を捉える 画像が得意 画像認識,商品画像を使った推薦 時間の流れが得意 『深層学習 改訂第2版』 4月中旬〜8月 輪講=教科書を分担して 読み,順番に解説するゼミ 画像 推薦 画像 推薦 注意機構・Transformer 文章の意味を読む グラフニューラルネットワーク つながりの形を学ぶ 推薦 大規模言語モデルによる推薦 点と線で表した「つながり」が得意 SNS SNS Web・SNSの動的グラフ分析(時系列) 文章が得意 輪講テキスト 補足 推薦 フェイクニュース検出,推薦 SNS 輪講はここまで その先は,研究テーマに合わせてツールを増やす 大規模言語モデル 文章を読み書きするAIを,推薦に使う 機械忘却 学んでしまった誤りを,あとから取り除く 因果推論 見かけの関係と,本当の原因を見分ける ほかに:メタ学習・知識蒸留・継続学習・アンサンブル学習・ベイジアンネットワーク・混合ガウスモデル など 19
  15. 補足 画像認識②:文化の違いと,軽いAI 同じ「城」でも, 文化が違えば見た目が違う 米国の「城」 スマートグラスで行動認識をしたい. 最後の「読み出し」だけ学習して軽くする リザバー(固定の網) 日本の「城」 読み出し

    歩く ≠ 走る 動画 座る 動きの特徴を作る(学習しない) ある地域で学習したAIは,別の地域では 同じものだと気づけないことがある ねらい 地域が変わっても,同じものと分かるAIへ IEEE Access 2025 ここだけ学習 学習する部分が小さいので,計算が軽い ねらい 小型IoTデバイスでも高速に動くAIへ 2026学部生テーマ 22
  16. Web・SNS分析:広がり方から見抜く 偽のニュースは,本物とは 違う「形」で広がる 補足 拡散の全体を見た「教師役のAI」に学び, 投稿から1時間でフェイクを見抜く 本物のニュース 偽のニュース 元の投稿に集中して, 密に広がる

    人から人へ連鎖して, まばらに速く広がる こんなテーマも 有害な投稿を見つける 影響力のある人を予測する 同じ集団に閉じないためのフォロワー推薦 ねらい 未来を予測しながら推論する IEICE Trans. 2026 27
  17. 補足 研究室での1年 4月 プログラミング課題 5月 6月 7月 8月 秋学期 〜

    年度末 問いを選ぶ 5月中旬〜6月 Python・深層学習 画像認識 深層学習の輪講 研究テーマの決定 プレゼン演習 自分の研究 深層学習の基本を徹底的に学ぶ 情報推薦 相談して決定 Web・SNS分析 発表練習 研究を進める → 卒業研究 候補領域をもとに, 興味を相談して決める 研究室の生活 画像を見分けるAIの しくみ図.夏休み前 には読めるように コアタイム(必須の時間)なし ゼミは対面:春 週2〜3回/秋 週1回 大学院では,学会発表・論文執筆へ 28