研究シーズ共同研究・外部資⾦獲得実績研究キーワード機械学習・潜在表現モデル・深層学習・コンピュータビジョン最近の研究トピックス•確率的トピックモデル等、確率に基づくモデルの推論とその応用•深層学習とその画像認識などの教師付き学習問題への応用•強化学習に基づく低計算コスト画像識別用CNNアーキテクチャの探索•深層学習におけるデータからの潜在表現の獲得手法とGAN（generativeadversarialnetwork）による画像生成制御への応用•深層学習に基づくマルチモーダル情報の表現と情報検索への応用•画像系列からの３次元情報取得アルゴリズム、３次元情報の認識技術•「３次元点群パターン（pointcloud）のモデル化技術に関する研究」（民間企業との共同研究）•異種情報を統合する階層型特徴表現モデルの学習とその応用に関する研究（科研費（基盤研究C））•再利用可能認識・学習系の構築とその応用に関する研究（科研費（基盤研究C））•階層型確率モデルに基づく画像表現とその応用に関する研究（科研費（基盤研究C））ave3x3imagemax3x3ave3x3ave3x3sep3x3ave3x3softmaxave3x3max3x3ave3x3max3x3ave3x3max3x3画像識別性能を維持しつつ計算コストを抑えるCNNアーキテクチャを獲得するための手法を研究しています。conv5x5imagemax3x3conv3x3ave3x3conv5x5max3x3softmaxsep5x5ave3x3sep5x5conv3x3conv5x5conv5x5GAN（generativeadversarialnetwork）による画像生成を効率よく制御するための潜在表現学習の研究しています。基本構造適応的サンプリングによる構造変更例Smile要因の制御による画像生成例sep5x5imagesep3x3max3x3max3x3ave3x3conv3x3softmaxmax3x3sep3x3max3x3sep5x5conv3x3max3x3教授丸⼭稔研究から広がる未来卒業後の未来像丸山研究室では、機械学習関連技術と画像などを中心とした各種情報の理解・認識・検索・生成などへの応用を中心とした研究を行っています。我々人間は、感覚器を通して様々な情報を統合して外界を認識・理解する高度で柔軟な能力を有しています。また、このような能力は日々の経験の中で学習によって培われてきたものであると考えられます。当研究室では、人間の持つこのような学習・認識能力をコンピュータ上で実現するための機械学習に基づく手法に関する研究を行っています。深層学習をはじめとする機械学習技術は、インターネット上での多様な情報の認識、高度な検索、膨大なデータからの有用な知識の抽出、人間－コンピュータ協調システムなど、広範な応用が考えられます。近年、当研究室の卒業生のうちの半数以上は大学院に進学しています。卒業後の最近の就職先はインターネット関連企業が多くなっています。その他、ソフトウエア関連企業、電機メーカなどが中心で、ゲーム開発企業に進む学生もいます。三菱電機中央研究所勤務を経て、1996年より信州大学勤務。1990-1991 MIT人工知能研究所visiting scientist.研究分野は機械学習、コンピュータビジョンなど。機械学習に基づき、多様な情報を表現・理解する能⼒の獲得を⽬指して電⼦情報システム⼯学科【私の学問へのきっかけ】受験時では工業化学系に進むつもりでいたのですが、大学入学後に方針転換。理学部数学科などへ進学して純粋数学などを専攻してはいけない能力（身の破滅）なのは自覚していたので、数学で様々な工学の問題に取り組むという点、特に脳の数理モデルなどの生体情報処理に興味を持ち、数理工学関係の学科への進学を選択しました。就職した会社では研究所でコンピュータビジョン、グラフィックス、ニューラルネットワークなどの研究に従事し、現在も機械学習を中心としたこのような分野に興味を持っています。画像とテキストなど異なる種類の情報（マルチモーダル情報）を統合・表現する空間を学習により獲得情報検索への応用：言葉（キーワード）と画像の組み合わせによるアナロジー検索の例DayとSunsetとの関係が上の画像との間に成り立っているような画像を検索した例59
元のページ ../index.html#61