本文へジャンプ

過去・現在・未来を知るための
システム数理技術について学ぼう

平石研究室 HIRAISHI Laboratory
教授:平石 邦彦(Hiraishi Kunihiko)

E-mail:hirajaist.ac.jp
[研究分野]
システム数理と応用・形式的モデル化の理論・サービスサイエンス・データサイエンス
[キーワード]
離散事象/ハイブリッドシステム・形式検証・エージェントシミュレーション・状況アウェアネス・ビジネスプロセス

研究を始めるのに必要な知識・能力

数学的な思考能力を持っていること。知識としては、アルゴリズム、グラフ理論などの基礎、線形代数や微分・積分における基本的な考え方を理解していること。

この研究で身につく能力

具体的な対象があったとき、何が問題であるかを認識する能力、対象を数理的にモデル化する能力、問題を解決するためにどのような技術があるのかを調査する能力、複数の技術を組み合わせて問題を解決する能力を研究を通じて身につけます。これらを達成するためには、文献を単に読むだけではなく、他の文献と比較して研究全体における位置付けを整理する能力を身につける必要があります。さらに、新しいアイデアを計算機プログラムやツール上で実装する能力も必要になります。

【就職先企業・職種】 情報通信・製造業・自動車関連

研究内容


音声つぶやきシステムの仮想フィールド実験

 本研究室では、複雑な現実の対象をどのようにモデル化し、問題を解決するかについて取り組んでいます。モデルという言葉はさまざまな分野で用いられますが、本研究室では計算機による処理が可能なモデル(形式的モデル・数理モデル)を対象としています。モデルを用いることにより、①実際に動作させる前に設計されたシステムが正しく動作することを理論的に検証する、②システムの性能に影響を与えるさまざまなパラメータを最適なものにチューニングする、③与えられた仕様を満たすようなシステムを合成する、④詳細が未知のシステムを観測データからモデルの形で推定する、など様々なことが行えます。さらに、大量のデータから得られる知識をマイニングする道具としてもモデルが用いられます。
 今まで、形式的・数理モデル化を適用した領域と問題解決に用いた技術としては、以下のものがあります。

  1. 医療・介護現場におけるケアスタッフの行動モデル:音声つぶやきシステムを利用した要注意行動の自動検知と状況認識(確率モデルの学習、状況アウェアネス、仮想フィールド実験、マルチエージェントシミュレーション)
  2. クラウドシステムのコンフィグレーション変更手順の自動合成(形式手法、プランニング、グラフ探索アルゴリズム)
  3. 実時間ビジネスプロセスの形式検証(ビジネスプロセスモデリング、時間オートマトン、モデル検査)
  4. マルチプロセッサシステムにおけるイベントログからの故障診 断(Nグラムモデル、データ処理)
  5. 空港面における航空機走行モデルと混雑制御(オブジェクトペトリネット、待ち行列、確率過程)
  6. 遺伝子制御ネットワークのブーリアンネットワークによるモデル化と制御(マルコフモデル、最適制御)
  7. 電力価格のリアルタイムプライシング制御モデル(ハイブリッドシステム、最適制御)

 「様々なシステム数理技術を組み合わせて実世界の問題を解決する」ことに興味のある人を歓迎します。

主な研究業績

  1. Miwa Yoshimoto, Koichi Kobayashi, Kunihiko Hiraishi: Diagnosis of Stochastic Discrete Event Systems Based on N-gram Models, IEICE Trans Fundamentals, Vol. E98-A, No.2, pp.618-625 (2015)
  2. Kunihiko Hiraishi, Koichi Kobayashi, Sunseong Choe, and Naoshi Uchihira: Behavior Modeling in Physical and Adaptive Intelligent Services, Proc. 2014 IEEE International Inter-Disciplinary Conference on Cognitive Methods in Situation Awareness and Decision Support, pp. 221-226 (2014/3/3-6)
  3. Koichi Kobayashi and Kunihiko Hiraishi: ILP/SMT-Based Method for Design of Boolean Networks Based on Singleton Attractors, IEEE/ACM Transactions on Computational Biology and Bioinformatics, Issue No.6, pp.1253-1259 (2014)

使用装置

ソフトウェア(Matlab, Maple, S-plus, CPLEXなど)

研究室の指導方針

本研究室では問題指向の知識習得を行います。具体的には、まず形式的・数理モデル化手法に関する基礎知識を習得し、つぎに対象をモデル化を通じて理解します。対象の何が知りたいのか、何を解決しなければならないのかを網羅的に調べ、その中で修士論文あるいは博士論文として行う課題を選択します。その後、選択した課題を解決するための基礎的知識を習得し、それを発展させることで課題の解決につなげます。また、理論的な解決だけでなく、計算機に実装することで、具体例に対する結果を得ることを目標にします。

[研究室HP] URL:http://www.jaist.ac.jp/is/labs/hira-lab/index-jp.html

ページの先頭へもどる