Artificial Intelligence for Science
山田宏樹研究室では、数理統計学・機械学習・信号処理の手法を基盤として、科学的発見を支援するAI（AI for Science）の研究や様々な実問題に取り組んでいます。
データ駆動型のアプローチは多くの自然科学分野で重要性を増しており、我々はその中でも、理論的な枠組みと実践的な応用の両立を目指しています。とくに、グラフ構造を持つデータの解析（グラフデータ解析）に注力しており、複雑な対象間の関係性を明示的に考慮した解析技術の開発を進めています。これにより、従来の手法では見落とされがちな構造的な特徴や依存関係を明らかにし、新たな知見の獲得につなげることを目指しています。また、計測インフォマティクスの観点から、X線回折イメージングなどの計測技術と情報科学を融合させた研究にも取り組んでいます。実験データの高精度な解析や、計測手法そのものの最適化に関する研究を通じて、次世代の科学研究基盤の構築を目指しています。理論と応用の橋渡しを通じて科学の発展に寄与する技術の創出が、本研究室の大きな目標です。
最新情報
JSTさきがけの「計測・解析プロセス革新のための基盤の構築」に採択されました．
https://www.jst.go.jp/kisoken/presto/research_area/bunya2023-5.html
取り組む研究テーマは「数式駆動型深層学習による回折イメージングの革新」です． このテーマでは，先端材料の開発に欠かせない，コヒーレント回折イメージングというナノイメージング技術に対し，深層学習を活用することで高度化することを目標にしています． 実計測の課題に機械学習・統計学・コンピュータビジョン・信号処理の観点から取り組む，とてもよりがいのある研究テーマだと思います！ 博士後期課程の学生および，博士課程に進学予定の修士の学生を募集していますので，興味がある方はご連絡ください．
