アカデミック フォーラム

AIに関する研究分野を専門とする大学/TLO/国公立研究所/研究室の研究者が、最新の研究成果を発表されます。

展示ブース:
 各出展者と直接質疑応答可能。
 会場案内図をご確認の上、各ブースへ足をお運びください。

口頭発表:
 展示会場内 特設会場にて、セミナー形式で発表。
 ※受講無料
 ※事前申込不要。受講希望の方は直接、会場へお越しください。
 ※セッションの録音、写真・ビデオ撮影などは一切禁止させていただきます。

内容・スケジュールは下記をご確認ください。
※都合により発表者、プログラムの内容が変更になる場合もございます。あらかじめご了承ください。

テンソル分解を用いた教師無し学習による変数選択法を用いたデータサイエンス

深層学習をはじめとする多くの機械学習は、大量のデータを用いた大規模の数値計算無しには性能を発揮できないが、私が提唱するテンソル分解を用いた教師無し学習による変数選択法は少ないデータでも高次元データでよい性能を得られる可能性がある優れた方法である。特にゲノム科学や故障検知に高い性能を発揮することが期待される。

中央大学
理工学部物理学科 教授

田口 善弘

5月12日(木)10:30~11:00
小間番号:12-34

機械学習を用いた教師あり学習では、大規模なデータセットを準備することが要求される。これは多くの手間を要するため、大変な問題になる。提案手法は教師無し学習であるため、大規模な教師データを用いずに高性能を出すことが期待できる。この方法を主にゲノム科学に用いることでバイオマーカー探索やドラッグリポジショニング、疾患原因遺伝子などの研究に用いてきたがより広い範囲での応用が可能であると考えている。

前述の様に教師ありの機械学習では大規模な教師ありデータが必要だが、提案手法ではこのようなデータを必要としないので、より簡便に高度な性能を得られる可能性がある。

創薬、ドラッグリポジショニング、疾患原因遺伝子探索、故障検知

1988 東京工業大学理工学研究科物理学専攻 理学博士号取得

1988-1997 同助手

1997-2006 中央大学理工学部物理学科助教授

2006-現在 同教授

AIを用いた地域課題解決型教育と産学官連携によるAI応用研究について(地域特別支援学校支援を例として:知的障碍児の独学を支援する感情認識AIメンタリング)

久留米工業大学AI応用研究所は「地域課題解決型AI教育プログラム」(2021年文部科学省「数理・データサイエンス・AI教育認定制度MDASH Literacy+」選定)による人材育成ならびに地域課題解決に向けたAI応用研究に産学連携で取組んでいます。本発表では、本学の「地域課題解決型AI教育プログラム」の紹介と、地域特別支援学校との協働で取組んだAI技術の応用例「感情認識や骨格認識を用いた知的障碍児の教育支援」の研究について発表します。

久留米工業大学
AI応用研究所 副所長

小田 まり子

5月12日(木)11:20~11:50
小間番号:12-36

AIの応用技術である表情認識や音声認識、視線抽出、骨格検出(手・体・頭部動作、姿勢変化)を用いて、学習者の感情状態・理解度・集中度を分析することにより、学習者に対するリアルタイム・メンタリング(助言・支援)を行う機能を有した学習システムを開発している。学習者の様子をパソコンに接続されたカメラから取り込み、AIが判断した学習者の感情状態推定結果、集中度に基づきリアルタイムで学習難易度を調整できる。また、CG(Computer Graphics)で実現したキャラクタ(AIメンタ)が次の学習を指示すると同時に、学習者への適切な助言や励まし、集中力が途切れたタイミングでの声掛けなどのフィードバック(AIメンタリング)を行うこともできる。

従来の学習履歴に基づくメンタリングシステムとは異なり、表情認識・骨格認識AIなどの応用技術を用い、知的障碍のある学習者の感情状態、集中度、理解度を非言語情報から推定するところに本研究の新規性がある。AIメンタの表情は学習者が笑顔ならば笑顔を、学習者が怒っていたなら心配した顔を返すなど学習者の感情に合わせて表情を柔軟に変化させて、より繊細なコミュニケーションができる。音声言語による表出が困難な児童生徒に対する感情を汲み取った教育も期待できる。AIなどの先端技術を有効活用したeラーニングは新たな特別支援教育として他校のモデルとなり得る点でも有用性が高いと考える。

特別支援学校での障碍児教育のみならず、幅広く教育分野における学習者支援に応用できる。

1994年から久留米工業大学に助手として勤務。2001年 講師、2012年-14年 久留米工業大学准教授 、2014-2016   羽衣国際大学准教授、2016-2019  羽衣国際大学教授を経て2020-現在、久留米工業大学AI応用研究所副所長(教授)。現在は、全学的なAI・数理データサイエンスの教育のカリキュラム開発と教育実践ならびに、AIの教育分野への応用研究に取り組んでいる。(工学博士)

久留米工業大学

久留米工業大学AI応用研究所は「地域課題解決型AI教育プログラム」(2021年文部科学省「数理・データサイエンス・AI教育認定制度MDASH Literacy+」選定)による人材育成ならびに地域課題解決に向けたAI応用研究に取組んでいます。

大学 ホームページアドレス:https://www.kurume-it.ac.jp/

久留米工業大学AI応用研究所:http://aail.kurume-it.ac.jp/

CNN学習に基づく久留米絣の柄ずれの適正化

 

CNN学習に基づく久留米絣の柄ずれを適正化する手法を提案する。柄パターンを抽出し、これをCNN学習させたところ、90%の正解率を達成した。当該学習済みCNNに基づき、過度な柄ずれ予測して織機の括り糸のテンションの微調整を不慣れな職人に促すことにより、適度な柄ずれに収まるものと考える。

久留米工業大学
AI応用研究所 客員教授

新井 康平

5月12日(木)13:00~13:30
小間番号:12-38

伝統工芸品の制作における暗黙知の形式知化のためにCNNを活用する。その一例として、久留米絣の柄ずれの適正化を取り上げる。久留米絣に適度な柄ずれは心地よい印象を与えるので必要であるが、過度な場合は嫌気を印象を与える。そのため、熟練した職人の目視による判断に基づき、織機の括り糸のテンションを微調整することが行われている。本発表では、不慣れな職人であってもこの微調整が行えるよう学習済みCNNを提案し、その効果の検証結果を示す。

伝統工芸品の制作における熟練職人の暗黙知を形式知化する試みは少なからずなされているが、久留米絣の柄ずれにかかる暗黙知の形式知化に関する技術は皆無である。

CNNによる熟練職人の暗黙知の形式知化は、特に、久留米絣のみならず、他の伝統工芸の分野において応用が可能である。

1974日本大学大学院理工学研究科修士課程修了、1982工学博士取得(日本大学)、1974-1979東京大学生産研究所、1979-1990宇宙開発事業団(現JAXA)、1990-2017佐賀大学理工学部知能情報システム学科教授、特任教授、1998-現在アリゾナ大学客員教授、2017-現在佐賀大学客員研究員、2021年-現在久留米工業大学AI応用研究所客員教授、西九州大学健康栄養学部客員教授、現在、AI,DS,DXの応用研究に従事

久留米工業大学

久留米工業大学AI応用研究所は「地域課題解決型AI教育プログラム」(2021年文部科学省「数理・データサイエンス・AI教育認定制度MDASH Literacy+」選定)による人材育成ならびに地域課題解決に向けたAI応用研究に取組んでいます。

大学 ホームページアドレス:https://www.kurume-it.ac.jp/

久留米工業大学AI応用研究所:http://aail.kurume-it.ac.jp/

不動産・建設領域におけるAI等の先端技術の導入による業務効率化や価値創出

発表者は、助教として在籍する大学や、代表を務めるスタートアップにおいて、不動産・建設領域の研究開発に取り組んでいます。本日は、企業の方と取り組んできた主な研究開発を3つ紹介します。1つ目はスマート自転車のデータ活用の付加価値創出を目的としたAI開発、2つ目は木造住宅サプライチェーン最適化を目的とした受発注管理SaaSの開発、3つ目は自動運転車の適切なコミュニケーションの実現を目的としたデータ解析です。

慶應義塾大学
理工学研究科 特任助教

對間 昌宏

5月12日(木)13:50~14:20
小間番号:12-28

発表者は、助教として在籍する大学や、代表を務めるスタートアップにおいて、不動産・建設領域の研究開発に取り組んでいます。
本日はこれまで企業の方と取り組んできた主な研究開発を3つ紹介したいと思います。

1つ目は、大手電機メーカーとの協業における、スマート自転車のGPS等のデータ活用による付加価値創出を目的としたAI開発です。
2つ目は、大手建築木材商社との協業における、木造住宅サプライチェーン最適化によるコスト削減を目的とした受発注管理SaaSの開発です。
3つ目は、大手自動車メーカーとの協業における、自動運転車の適切なコミュニケーションの実現を目的としたデータ解析です。

上記それぞれについて発表します。

業界横断型の技術やサービスが数多くある中、不動産・建設領域に特化して、この業界や業務の特有性を考慮したシステム開発に強みがあります。不動産建設領域に知見のあるメンバーと、AI等の先端技術の知見のあるメンバーが協働することによる自社にしかできないイノベーティブ提案が可能だと思います。また、経営顧問に東証一部上場企業CEO、技術顧問としてAIの第一人者の東大教授がいることによる経営と技術の両面の質の高さを担保しています。東大や慶大の経営者やエンジニアのコミュニティによる人的な支援も充実しています。

不動産・建設領域で幅広く応用可能な研究開発に取り組んでいます。
建築・土木両方の分野における、計画・設計・施工・流通・保守の一連のバリューチェーンのどの領域にも対応します。
特にデータの活用を検討したい方、単純作業を自動化したい方、重大なエラーや事故を防ぎたい方にはお役に立つ提案をしやすいと思います。
明確な課題がある方もない方も、より多くの不動産・建設領域の方と雑談レベルでお気軽にお話ししたいと思いますので、いつでもご連絡ください。

職歴:

2020 慶應義塾大学大学院理工学研究科先端科学技術研究センター特任助教・慶應義塾大学大学院政策メディア研究科特任助教(兼任)

2019 独立行政法人日本学術振興会特別研究員・千葉大学非常勤講師

学歴:

2020 東京大学大学院工学系研究科都市工学専攻博士課程修了・未来社会空間の創生国際卓越大学院修了

2019 ロンドン大学バークベック校客員研究員

2017 東京大学大学院工学系研究科都市工学専攻修士課程修了

2015 宇都宮大学工学部建設学科卒業

2010 東京都立両国高校卒業(美大受験を失敗し1浪)

受賞歴:日本都市計画学会、地理情報システム学会で優秀論文賞等受賞、東京大学大学院工学系研究科副代表修了

人工知能によるイノベーションを目指す調和系工学研究室の挑戦

調和系工学研究室では、研究における学術的な価値の研究のみならず、その研究成果が実際に人々の役に立つ製品やサービスとして社会実装されることをまでを視野に入れて、研究活動を行っています。本発表では、調和系工学研究室が取り組んでいる企業との共同研究の成果を中心に、画像認識、自然言語処理、時系列解析に関する研究事例を紹介します。

国立大学法人 北海道大学
情報科学研究院 情報理工学部門 
複合情報工学分野
・准教授

山下 倫央

5月12日(木)14:40~15:10
小間番号:12-30

北海道大学 調和系工学研究室は、人工知能によるイノベーションでより素晴らしい世界を実現することを目指し、社会と人との調和を前提とした人工知能の技術、およびその応用を研究しています。研究成果が学術的に意味を持つだけでなく、その成果を直接誰かに使ってもらいたいとの想いから、私たちは積極的に企業との共同研究を行っています。調和系工学研究室はこのような研究理念の元で、画像認識、自然言語処理、時系列解析において深層学習をはじめとする人工知能の応用研究を進めています。

2002年  3月 北海道大学大学院工学研究科 システム情報工学専攻 修了 博士(工学)

2000年  4月 日本学術振興会特別研究員(DC1)(北海道大学大学院工学研究科)(2003年3月まで)

2002年  6月 The Brookings Institution (Washington, D.C., USA) Visiting Scholar(2003年3月 まで)

2003年  4月 独立行政法人 産業技術総合研究所 サイバーアシスト研究センター 特別研究員

2005年  4月 同所 情報技術研究部門 マルチエージェントグループ 研究員

2013年  4月 同所 サービス工学研究センター 主任研究員

2016年  1月 国立研究開発法人 産業技術総合研究所 人工知能研究センター 

主任研究員

2016年  4月 同所 情報・人間工学領域研究戦略部 研究企画室 企画主幹

(兼務)同所  人工知能研究センター 主任研究員

2016年  6月 (兼務)同所 人工知能研究センター NEC-産総研人工知能連携研究室 

連携研究室付

2017年  2月 北海道大学大学院情報科学研究院 情報理工学専攻 准教授

(兼務) 同大 数理・データサイエンス教育研究センター

(兼務) 同大 人間知×脳×AI研究教育センター

 

現在、人工知能技術の応用および社会実装に関する研究に取り組んでいる。

AIを用いた生体センシングによる感情推定技術

近年、感情の客観的・定量的な推定技術が重要となっている。そのなかで我々は、脳波や心拍といった人の生体情報を用いた感情推定技術について研究している。仮説検証や機械学習により高精度な感情推定モデルの構築を目指している。発表では、その実現方法や、さまざまな分野への応用についてを紹介する。

芝浦工業大学
工学部 情報工学科 教授

菅谷 みどり

5月12日(木)15:30~16:00
小間番号:12-32

センサ技術の発展により人の生体情報が比較的簡易に計測できるようになっている。比較的に簡易・安価なセンサを用いた感情推定を可能にするような感情推定モデルを構築する研究が、様々なシステムや感性評価に応用が可能であると考えている。

2008-2009 青山短期大学(臨時講師)

2010-2013 早稲田大学(臨時講師)

2013-2017 芝浦工業大学 情報工学科(助教)

2018-現在 芝浦工業大学 情報工学部 (教授) プラットフォーム技術、センサ技術を駆使した新しい技術を生み出す研究開発を行っている。(工学博士)

CNN学習に基づく久留米絣の柄ずれの適正化

 

CNN学習に基づく久留米絣の柄ずれを適正化する手法を提案する。柄パターンを抽出し、これをCNN学習させたところ、90%の正解率を達成した。当該学習済みCNNに基づき、過度な柄ずれ予測して織機の括り糸のテンションの微調整を不慣れな職人に促すことにより、適度な柄ずれに収まるものと考える。

久留米工業大学
AI応用研究所 客員教授

新井 康平

5月13日(金)10:30~11:00
小間番号:12-38

伝統工芸品の制作における暗黙知の形式知化のためにCNNを活用する。その一例として、久留米絣の柄ずれの適正化を取り上げる。久留米絣に適度な柄ずれは心地よい印象を与えるので必要であるが、過度な場合は嫌気を印象を与える。そのため、熟練した職人の目視による判断に基づき、織機の括り糸のテンションを微調整することが行われている。本発表では、不慣れな職人であってもこの微調整が行えるよう学習済みCNNを提案し、その効果の検証結果を示す。

伝統工芸品の制作における熟練職人の暗黙知を形式知化する試みは少なからずなされているが、久留米絣の柄ずれにかかる暗黙知の形式知化に関する技術は皆無である。

CNNによる熟練職人の暗黙知の形式知化は、特に、久留米絣のみならず、他の伝統工芸の分野において応用が可能である。

1974日本大学大学院理工学研究科修士課程修了、1982工学博士取得(日本大学)、1974-1979東京大学生産研究所、1979-1990宇宙開発事業団(現JAXA)、1990-2017佐賀大学理工学部知能情報システム学科教授、特任教授、1998-現在アリゾナ大学客員教授、2017-現在佐賀大学客員研究員、2021年-現在久留米工業大学AI応用研究所客員教授、西九州大学健康栄養学部客員教授、現在、AI,DS,DXの応用研究に従事

久留米工業大学

久留米工業大学AI応用研究所は「地域課題解決型AI教育プログラム」(2021年文部科学省「数理・データサイエンス・AI教育認定制度MDASH Literacy+」選定)による人材育成ならびに地域課題解決に向けたAI応用研究に取組んでいます。

大学 ホームページアドレス:https://www.kurume-it.ac.jp/

久留米工業大学AI応用研究所:http://aail.kurume-it.ac.jp/

「人とAIロボットの創造的共進化によるサイエンス開拓」の概要

ムーンショット目標3「2050 年までに、AI とロボットの共進化により、自ら学習・行動し人と共生する ロボットを実現」の「2050 年までに、自然科学の領域において、自ら思考・行動し、自動的に科学的原理・解法の発見を目指す AI ロボットシステムを開発する。」という目標に対して、プロジェクト「人とAIロボットの創造的共進化によるサイエンス開拓」を実施しています。プロジェクト概要と主な研究項目を紹介します。

ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓
東京大学 准教授 

原田 香奈子

5月13日(金)11:20~11:50
小間番号:12-22

ムーンショット目標3「2050 年までに、AI とロボットの共進化により、自ら学習・行動し人と共生する ロボットを実現」のプロジェクト「人とAIロボットの創造的共進化によるサイエンス開拓」では、科学者と対等に議論しながら、人では困難な環境(危険な環境、微細な環境、等)におけるサイエンス実験を行うAIロボットを開発します。科学者とAIロボットの関わり合い方を自在に変え、共に試行錯誤することで未経験の対象物や環境にも対処します。それにより2050年には、サイエンス分野においてAIロボットによる科学原理・解法の発見を実現します。

従来のサイエンス分野におけるAI技術やロボット技術は、科学者が事前に設計した実験を効率的かつ大量に実施することを目的としていた。本プロジェクトでは、何をどのように実験するべきか、そのためにはどのように実験タスクを実施すべきか、についても合わせて検討するAIロボットを開発する。

理化学実験全般、事前にタスクを設計できず自動化が困難な技術分野

2001年 東京大学大学院工学系研究科修士課程修了, 2001-2004年 日立製作所, 2007年 早稲田大学理工学研究科博士課程修了, 2007-2010年 イタリアScuola Superiore Sant'Anna博士研究員, 2012年-現在 東京大学大学院工学系研究科.2015-2019年内閣府革新的研究開発推進プログラムImPACTプログラムマネージャー(PM).現在、東京大学大学院医学系研究科・工学系研究科 准教授,内閣府ムーンショット型研究開発制度プロジェクトマネージャー(PM).

ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓

ムーンショット目標3のプロジェクト「人とAIロボットの創造的共進化によるサイエンス開拓」では科学的原理・解法の発見を目指すAIロボットシステムを開発しています。プロジェクト概要と主な研究項目を紹介します。

プロジェクト ホームページアドレス:https://sites.google.com/g.ecc.u-tokyo.ac.jp/moonshot-ai-science-robot/

潜在構造発見の能動探索AI

 

科学研究においてAIを活用する枠組はAI駆動科学と呼ばれている。本講演では、AI駆動科学のとりくみの一つとして、研究対象に関するデータやモデルを利用してAIにより実験計画を自動的に立案する方法を説明し、応用例を紹介する。


ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓
名古屋大学 教授

竹内 一郎

5月13日(金)13:00~13:30
小間番号:12-24

AI実験計画を実現するには、研究対象に関する不確実性を適切にモデリングする必要があり、本研究では、ベイズモデリングの枠組を利用することでこれを実現する。研究対象に関する不確実性を減らしつつ、所望の実験を行うための数理情報技術を紹介する。

従来の実験計画では実験を行う前から一連の実験手順を定めるものであったが、本研究では、研究対象の不確実性をAIでモデル化しながら、状況に応じて実験条件を逐次的に変更できる点で従来技術・競合技術と異なっている。

AIを活用した科学研究や技術開発全般

2000年名古屋大学工学研究科博士課程修了・博士(工学・名古屋大学)。2000年より日本学術振興会特別研究員PD, 2001年より三重大学工学部助教、2008年より名古屋工業大学准教授、2015年より同教授。2016年より理化学研究所革新知能統合研究センター・データ駆動型生物医科学チーム・チームリーダを兼任。機械学習に関する理論と実践の研究に取り組む。応用数理学会論文賞などを受賞。

ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓

ムーンショット目標3のプロジェクト「人とAIロボットの創造的共進化によるサイエンス開拓」では科学的原理・解法の発見を目指すAIロボットシステムを開発しています。プロジェクト概要と主な研究項目を紹介します。

プロジェクト ホームページアドレス:https://sites.google.com/g.ecc.u-tokyo.ac.jp/moonshot-ai-science-robot/

潜在構造発見の自律ロボットに向けた融合AI

自然科学領域における理化学実験を行うロボットを創造するためには、構造を記述し計画する記号的表現と不確実性をモデル化し感覚運動情報を統合する統計的表現を融合したAI技術が必要である。本プロジェクトではロボットが自らの経験に基づいて「状態空間」自体を構成し、環境や対象の多様性や不確実性に対して人間が習熟を要するような手順や微妙な操作を含んだ課題に対しても、操作を実現するシステムの実現を目指している。

ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓
立命館大学 教授

谷口 忠大

5月13日(金)13:50~14:20
小間番号:12-26

ロボットの複雑に配置された対象物体のマニピュレーションを主な対象とし、画像やセンサ情報からロボットが対象システムの潜在構造を発見しそれをマニピュレーションに活用する技術の開発を行う。また熟練者からの事前知識とスキルの教示に基づき、自らの試行錯誤でデータサンプリングを行いつつ熟練者の戦略(潜在構造)を発見し活用するAIを開発する。

従来のロボットのマニピュレーションを含めた様々な制御や動作学習では人間が予めタスクに応じて設計した状態空間を用いて、客観的な計測値のもとに制御や学習が行われていた。本研究ではロボット自身に対象システムの「状態空間」自体を発見させ、その上で制御や学習を行う。特にそのシステムの潜在的な構造に着目し、その構造発見を前提としている点が従来技術との違いである。

ロボットのマニピュレーションや、ナビゲーション、また複数のセンサ情報や言語情報などを融合させながらタスクを行う必要のある実世界AI応用分野

2006年京都大学工学研究科博士課程修了.博士(工学・京都大学).2005年より日本学術振興会特別研究員(DC2),2006年より同(PD).2008年より立命館大学情報理工学部助教,

2010年より同准教授.2015年より2016年までImperial College London客員准教授.2017年より立命館大学情報理工学部教授,また,パナソニック客員総括主幹技師としてAI研究開発に携わる(専門は人工知能,創発システム,認知発達ロボティクス,コミュニケーション場のメカニズムデザイン.

計測自動制御学会学術奨励賞,システム制御情報学会学会賞奨励賞,論文賞,砂原賞など受賞.

主著に「心を知るための人工知能: 認知科学としての記号創発ロボティクス」共立出版,「賀茂川コミュニケーション塾」世界思想社,「コミュニケーションするロボットは創れるか」NTT出版,「ビブリオバトル」文藝春秋,「記号創発ロボティクス」講談社,「イラストで学ぶ人工知能概論」講談社など.一般社団法人ビブリオバトル協会代表理事.計測自動制御学会,日本認知科学会,日本人工知能学会,IEEEなどの会員.

ムーンショット目標3:人とAIロボットの創造的共進化によるサイエンス開拓

ムーンショット目標3のプロジェクト「人とAIロボットの創造的共進化によるサイエンス開拓」では科学的原理・解法の発見を目指すAIロボットシステムを開発しています。プロジェクト概要と主な研究項目を紹介します。

プロジェクト ホームページアドレス:https://sites.google.com/g.ecc.u-tokyo.ac.jp/moonshot-ai-science-robot/

分散協調型システムを支えるデバイス連携センシング/フィードバック技術

Web3.0などの自律分散型システムやデジタルツインを支えるのは、実世界におけるデバイスのコネクティビティです。今後はデバイス同士が対等に繋がる、Device-to-Device(D2D)などと呼ばれる自律分散・協調技術の重要性が増していくと考えられます。私たちは、企業と連携しながら、オンデマンドにデバイスを繋げる各種センシング/フィードバック技術の研究開発に取り組んでいます。

東京農工大学
准教授

中山 悠

5月13日(金)14:40~15:10
小間番号:12-42

本研究室では、IoT/スマートデバイス間で直接、オンデマンドにコミュニケーションを行うための様々な技術を検討しています。可視光を用いた安全なコミュニケーションチャネル技術のほか、センサによりユーザの行動を認識し、プロジェクションマッピングによりサポートする技術など、幅広い研究開発を行っています。そして実際に用いるデバイスやデータの特性、リアルタイム性などサービスの要求条件を考慮し、最適なシステム制御技術を提案しています。これらは、実世界におけるデバイスのコネクティビティを担保し、今後の自律分散・協調型システムを支える基盤となる技術です。

スマートホーム、スマートオフィス、店舗など、様々な実環境におけるセンシングや、AIによるフィードバックシステムに応用が可能です。

2008年 東京大学大学院 新領域創成科学研究科 自然環境学専攻 修士課程修了。2008年~2018年 日本電信電話株式会社。2018年 東京大学大学院 情報理工学系研究科 博士課程修了。2019年より東京農工大学大学院工学府 准教授。東京大学空間情報科学研究センター 客員研究員、JSTさきがけ、特定非営利活動法人neko 9 Laboratories 理事長。IoT、モバイルコンピューティングの研究/社会実装に取り組む。