このページの先頭です

メニューを飛ばして本文を読む

ここから本文です

サイト内の現在位置

教員紹介

松林 達史 客員准教授 MATSUBAYASHI Tatsushi

  • 社会知能情報学専攻
  • 社会情報システム学講座

1.はじめに

インターネットの普及と同時に世の中電子的な情報は増え続け,人々の様々な行動履歴が電子的な情報として残されてるようになってきました.電子的な情報は単純にインターネットの普及のみならず,電車のIC乗車券,クレジットカードや電子マネーによる買い物,スマートフォンによるGPSログの位置情報など,人間の日常行動の殆どが電子情報として蓄積されるようになり,多種多様なデータが取得可能になりました.

近年,ビッグデータというキーワードが流行し,その定義はデータのサイズばかりに論点がゆきがちですが,実際には明確な定義はなく,「大きなサイズのデータ」「増え続けている」「利活用できる」など,様々な観点から論じられています.特に,リアルタイム性やオンライン処理の重要性に注目が集まり,データ処理の高速性の重要性に注目が集まっています.それと同時に複数のデータを組み合わせて分析を行う,マルチモーダルな情報処理技術にも注目が集まってきました.

データ分析において最も重要なのは,多くの分析手法を理解し,実装ができ,分析結果を解釈する能力である.しかしながら,それらの能力と同等に重要なのはデータの前処理技術や,実装の高速化技術を有することである.そのため,データ分析技術の高速化に特に焦点を当て,研究テーマ指導や,講義を進めてゆく方針である.

2.研究内容

研究テーマの基盤的部分は『データ分析技術の高速化』とし,応用例や,具体的な分析手法に関しては以下の3点を考えており,栗原教授,篠田助教と連携して研究を進めてゆく.

a. 情報伝播と複雑ネットワーク

TwitterやFacebookといったマイクロブログによるSNSの流行により,情報拡散のスピードが劇的に上がり,莫大なデータが蓄積されるようになった.そのためデータ処理の世界は,『高精度』を目指す世界から,『高速化』や『リアルタイム』にも重点がおかれるようになり,Jubatusなどの情報並列処理基盤技術の発展が進み,さらにグラフデータという特性を活かした様々な研究も進んでいる.

最近では,2020年の東京オリンピックや,災害による住民の避難誘導に関連して,道路交通網ネットワークに関する研究テーマもホットトピックであり,注目している.

b. 多次元複合データ分析技術

音源分離や画像処理といった,Signal Processing の分野で広く使われている技術に非負値行列因子分解(NMF:Non-negative Matrix Factorization)がある.NMFは分布を仮定せず,データの低ランク性を仮定した要因分析技術であり,実装は比較的容易である一方,様々な技術拡張が可能であり,データ分析の技術でも広く利用されている.

一方,NMFの高次元拡張技術である非負値テンソル因子分解(NTF:Non-negative Tensor Facrtorization)は,単純な実装では計算量が爆発的に増加してしまう.そこで,データのスパース性に注目することによって,処理の高速化が可能であり,大規模なデータも高度な要因分析が可能となる.また,共通因子行列を用いることによって,複数のデータを同時に分析することが容易であり,マルチモーダルな情報処理技術が可能な技術として,注目をしている.

c. GPUによる高速処理技術と深層学習

近年,特に注目を集めている研究分野といえば『人工知能』である.人工知能が再び注目を集めている要因の一つは,深層学習(Deep Learning)による研究成果の成功である.深層学習は非常に素直な計算処理を行う一方,非常に計算量がかかるという問題があった.一方,GPUによる単精度並列演算処理による高速化が容易であったため,一気に注目を浴び,かつ,産業界も注目をする技術となった.

深層学習に対する高速化と高精度化は,多くの優秀な機械学習研究者が集められ,新規に人工知能に関する研究に参画するのは困難である.その一方で,ライブラリやプログラムが多く公開されているために,技術を利用する立場としては非常に敷居が低く,データ分析を行う立場としては抑えておきたい技術として,注目している.

3.講義内容と方針

『データ分析技術の高速化』に関連する周辺技術と基本的な機械学習の技術紹介を,実習を交えつつ進める.また,上記研究テーマに関連する技術の紹介も合わせて行ってゆく.

また,こうした技術に関して,情報処理系の研究技術がどのような問題に着目し,企業や大学がどのような技術発展を目指してきたのか?企業研究所に所属する立場から講義を行う.

教員紹介