教員の紹介
研究者情報
-
学位
博士（工学）
-
担当授業科目
人工知能I，人工知能II，情報????????????????総合工学II，意思決定論，情報????????????????工学概論
-
専門分野
学習理論、自然言語処理、知識情報処理
-
研究テーマ
統計的決定理論の学習問題への応用
-
研究内容キーワード
統計的決定理論，強化学習，文書分類，ベイズ最適，選択再送ARQ
-
所属学会
電子情報通信学会、情報処理学会、日本リアルオプション学会、バイオメディカル?ファジィ?システム学会、電気学会
研究室の概要
さまざまな意思決定問題に知識情報処理（人工知能、機械学習など）技術を適用した研究を行っています。具体的な研究テーマとしては、通販サイトにおける商品の推薦、ロールプレイングゲームの攻略法、金融工学における投資、工場設備などの設備保全、社会インフラのアセットマネジメント、ヘルスケア支援、効率的な通信方法などがあります。研究の中でよく利用する理論／技術／モデルは統計的決定理論、ベイズ統計学、動的計画法、マルコフ連鎖、隠れマルコフモデル、マルコフ決定過程などです。
また、地域貢献、医工連携、マネジメント工学に関する研究テーマも扱っています。これまでに、料理レシピ発想支援（地産地消、メタボ対策、療養食など）、エゾ鹿肉の有効活用、北見市におけるドッグツーリズム需要、保護を目的とした猫カフェなどの検討を行いました。これらの研究テーマでは知識情報処理分野に限らず、文理融合の広い視野で検討しています。
研究室の研究テーマ
-
通販サイトにおける商品の推薦
インターネット上の通販サイトでは、顧客間の購買履歴の類似性を利用して、顧客が購入する可能性の高い商品を推薦します。しかし、従来技術では単に類似性を利用するのみで、通販サイトにおける本来の目的である売上高の最大化は実現できていません。そこで、本研究ではマルコフ決定過程を用いて推薦システムをモデル化し、統計的決定理論に基づいて売上高を最大化する商品の推薦方法を検討しています。
-
文書分類
新聞記事などの文書をテーマごとに自動分類する技術は古くから研究されています。分類精度は学習データ数に依存し、膨大な学習データが必要です。しかし、現実にはごく少量（あるいはゼロ）の学習データしか存在しない場合が多々あります。そこで、本研究では統計的決定理論に基づき、学習データがごく少量（あるいはゼロ）の場合であってもベイズ基準のもとで分類誤り率を最小にすることが保証できる分類方法を検討しています。
-
料理レシピ発想支援
料理に慣れている人は、料理レシピに書かれている食材の代わりに他の食材で代用することがあります。これは、代用しても美味しく食べられるという知識（経験）を利用していると考えられます。そこで、本研究ではこのような食材が代用できるという知識を食材シソーラスとして整備し、食材シソーラスを利用して既存レシピ中の食材を他の食材で代用することによって新しいレシピを生成する、料理レシピ発想支援方法を検討しています。