複雑ネットワーク科学を基盤に
グラフ / 地理空間 / テキスト / 画像 / 時系列データ を横断する研究室
データ工学研究室は，複雑ネットワーク科学を原点とし， 多様なデータに潜む「つながり」を捉える視点から研究を進めています．
私たちは，単に既存のAIモデルを用いるのではなく， どのような構造があり，どう設計すべきかを考え， 学習・推定・探索のための効率的なアルゴリズムを追究します． 精度だけでなく，計算効率，頑健性，解釈性を重視するのが特徴です．
近年は，大規模言語モデルや画像生成モデルの内部構造の解析にも取り組み， AIの挙動をブラックボックスのままにしない研究を進めています．
方法論を基盤とする研究であるため， 観光，防災，交通，スポーツ，医療，農業，教育，セキュリティ，環境など， 多様な分野への展開が可能です．
私たちは「AI」という言葉を広く使うのではなく， 何が難しく，どう解くかを大切にします． 代表的な研究テーマは次の通りです．
● 画像 × 地理（ジオローカライゼーション）
写真から撮影場所を推定し，観光・地域理解に活かします．
重要領域の抽出や領域分割に基づく分類改善を通じ，
精度と説明性の両立を目指します．
● 道路ネットワーク × 経路探索（多様・混雑回避）
災害時の避難や観光ルートにおいて，
最短距離だけでなく安全・混雑・多様性を考慮した複数経路探索を設計します．
● テキスト × 生成（要約・翻訳・記憶）
長文要約や韻律を考慮した翻訳生成，
人間らしい「忘却」や「曖昧さ」を持つ対話モデルの設計など，
生成AIの内部理解と実用設計を探究します．
● 時系列 × 意思決定（行動予測・因果分析）
スポーツ等の履歴データから，
状況に応じた行動や戦略をモデル化し，
予測と解釈を両立する枠組みを研究します．
研究詳細は Research にまとめています．
研究は「知識」だけでなく， 問いを立て，検証し，説明する力を育てます．
当研究室では，次のような力が身につきます．
・データ分析の基礎： 前処理，可視化，統計的思考，評価設計
・機械学習の実装： PyTorch 等を用いた再現可能な実験設計
・論文の読み書き： 関連研究の整理，ストーリー構築，発表力
・実験設計と再現性： Git によるバージョン管理と，Docker を活用した再現可能な実験環境の設計
「何を研究したいか決まっていない」状態でも大丈夫です． 興味や強みを一緒に探し，テーマを具体化します．
興味がある学生へ：プログラミング経験は問いません． 研究で必要な技術は，基礎から段階的に身につけられます．
見学希望・配属相談・共同研究のご相談は，メールにてお気軽にお問い合わせください．
可能であれば，（1）ご所属（2）ご用件（3）希望時期 を添えていただくとスムーズです．
アクセス情報は Access をご覧ください．
研究発表・受賞・イベント情報を掲載しています．過去の記録は History へ．
2026.03.22
オープンキャンパスにて，ビッグデータ道場の2年生と4年生が開発したAIアプリのデモを行う予定です．
2026.02.03-04
4年生11名とM2生2名が卒業論文，修士論文の内容を発表しました．
2025.11.16
4年生の黄川田くんがイギリス・ロンドンで開催された国際会議（WI-IAT2025） にて「Contrastive Dataset Distillation for Summarization Task: Two-Stage Learning with Synthetic and Real Data」というタイトルで研究発表をしました．
2025.09.03-04
水越くん（4年生）：「危険度と混雑度を考慮した粘菌アルゴリズムによる分散避難経路の探索」
久保田くん（ビッグデータ道場4年生）：「順序ロジスティック回帰とIPTWを用いた物件情報の質が他者推薦に与える因果効果の推定」
織田くん（ビッグデータ道場3年生）：「道路ネットワーク上の施設配置傾向把握に向けたマルチスケール注意機構」
が第24回情報科学技術フォーラム（FIT2025）にてFIT奨励賞を受賞しました．