研究室紹介
世界を相手に研究しませんか?
KDEは日本でも有数の「データ工学」に関する研究室です
この機会にぜひ先輩達の「生の声」を聞いてみましょう!
塩川 浩昭
早瀬 康裕
堀江 和正
2020年10月7日(水) 18:15〜
2020年10月15日(木) 18:15〜
オンライン:Zoom(10/7)
研究トピック
ビッグデータ利活用は、今日、情報分野における最重要研究課題の一つとして、様々な先端的研究開発が世界中で積極的に進められています。 本研究室では、データベース、データマイニングをコア技術として、機械学習、AI等の最新成果を活用して、この課題に挑戦しています。掲載されているもの以外にもやりたいことがあればぜひ先生方にご相談を。
-
ソーシャルメディア・Web分析
- Twitter・Web等からの知識抽出
- ソーシャルメディアユーザのプロファイル推定
- 大規模ソーシャルグラフ分析
-
ビッグデータ処理基盤
- GPGPU/メニーコア/FPGA等を使った大規模並列データ処理
- 高性能データベースエンジン
- クラウドデータ基盤
-
データマイニング・コンテンツ解析
- グラフマイニング
- 機械学習・深層学習等を用いたコンテンツ解析
- ストリームマイニング
- 時系列データ分析
-
サイバーフィジカル情報統合
- センサ・位置情報・ソーシャルメディア・カメラ映像等の大規模リアルタイムストリームデータ統合・分析
-
オープンデータ・半構造データ
- Linked Open Data (LOD), RDF, JSON, XMLなどの半構造データを対象としたデータベース, マイニング, 並列分散処理技術
-
機械学習を用いた大規模生体・科学ビッグデータ解析
- 生体データ(脳波・筋電等)解析に基づく睡眠分析
- 大規模天体画像データ解析
- 大規模医療データ解析
- 気象データベース
- バイオデータ解析
-
セキュア・高信頼データベース
- データベースにおけるセキュリティ・プライバシ
- データトレーサビリティ
- ブロックチェーンを用いたセキュアトランザクション処理
-
ソフトウェア工学
- ソフトウェア集合解析(リポジトリマイニング)
- プログラム理解
- ソフトウェア再利用
普段の研究室
研究室は総合研究棟Bの9階(SB922)に位置しています。
B4は1年間ここで研究することになります。
他に総合研究棟Bの12階(SB1222)、
計算科学研究センター1階にも部屋があります。
スキャナ、シュレッダー、プロジェクター、コピー機、電子レンジ、冷蔵庫、ポットなど、研究するにあたって必要な設備からそうでない設備まで色々なものが揃っています。
ミーティングスペースです。 ここは先生との個別ミーティングや学生同士のミーティングなどに使われています。
大画面のMacディスプレイです。
日々の研究によって増え続ける資料の数々。
研究室内はブースで区切られており、デスクトップPC1台、ノートPC1台が与えられています。
おいしいコーヒーが飲めます!
お花見
新入生歓迎会
メッセージ
天笠 俊之 先生
現在は,データが爆発的に増大しているビッグデータ時代であると言われています.また,生み出されるデータも,数値,テキスト,音声,動画像,グラフ等々極めて多様です.これを背景に,日本だけではなく世界中で,大規模データの管理・運用,あるいは大規模データからの知識発見のスキルを持った人材が求められています.
ビッグデータ分析に人材の壁、25万人不足見通し(日本経済新聞'13/7/17) http://www.nikkei.com/article/DGXNZO57421630X10C13A7EA1000/
KDEでは,データベースやデータ工学,データマイニングを基礎として,ビッグデータに関する幅広い研究を行っている研究室です.KDEで共にデータベース・データマイニングの最先端の研究に取り組み,世界に向けて成果を発信しましょう!
塩川 浩昭 先生
2015年11月から企業の研究所から筑波大に異動してきました. 実は私自身もcoinsの出身であり,KDEのOBでもあります.
私の主な研究テーマは大規模データ分析に対する高速なアルゴリズムの開発です. 特に最近は,TwitterやFacebookなどに代表される超大規模なグラフ高速分析に取り組んでおり, 研究成果として世界最高速のクラスタリングアルゴリズムなどを開発・発表しました.
"NTT、ビッグデータ解析で世界最速 1億人の友人関係3分で”,(日本経済新聞 2013年2月13日) http://www.nikkei.com/article/DGXNASFK13025_T10C13A2000000/
大規模データ分析に興味がある方や最先端の研究にガチで挑んでみたい方,是非いっしょに研究しましょう!
早瀬 康裕 先生
私の専門はソフトウェア工学で,その中でもリポジトリマイニングと呼ばれる研究分野に取り組んでいます.
ソフトウェア開発では,ソースコードや設計書の変更記録や,バグ管理・タスク管理情報,他の開発者との会話など,複雑で大量の情報を取り扱います.
これらの情報を活用し,開発者に有用な情報を提供するのがリポジトリマイニングです.
私達と一緒に,KDEでリポジトリマイニングの研究を行ってみませんか.
堀江 和正 先生
近年,機械学習の一種である「ディープラーニング」が非常に注目を集めています. これは,脳の情報処理を機械的に再現したモデルの一つで,大量の情報に含まれる共通点の発見や高度な判断を実現しています. 私は,このディープラーニング等の機械学習・人工知能を専門とし,主に医療分野への応用に取り組んでいます.
- ディープラーニングや人工知能に興味のある方
- 医療分野に限らず,人の代わりに判断を行うシステム開発がしたい方
ぜひ一緒に研究しましょう.
太田 玲央(研究員)
本研究室は,人数が多く,それぞれ最新の技術について精通した国際的なメンバーが揃っている研究室です。私は,機械学習を人間の行動・生理データに適用してきた経験があります。
ビッグデータ解析という大きな可能性を秘めた手法に直面した現在において,多くの効率的な計算技術が確立されてきています。
私は効率的なデータ管理や,パターン認識のための知的システムを探求して行きたいと考えています。
Our laboratory holds many international experts. I have experienced applying machine learning to human behavioral or physiological data. In facing with big data analysis, some kinds of techniques for efficient calculation were established, such as deep learning. I seek for efficient data management and intelligent system for pattern recognition.
宮本 隆典 (研究員)
KDEではデータベース,データマイニング,ソフトウェア工学,機械学習など,ビッグデータに関して幅広く研究を行っています.
その中で私は,脳波や筋電などの生体信号データの解析を行っています.
熟練した専門家と同等またはそれ以上の判断を機械学習により実現し,大規模データの解析を可能とすることを目指しています.
KDEには多くの先生方と学生が在籍しており,様々な視点・観点からの指導や助言が受けられます.
KDEでビッグデータに取り組んでみませんか?
Vijdan Khalique (D2)
Here at KDE, you can get the opportunity to dive deeper in data engineering. You can receive tremendous guidance from professors and other students in the appropriate research environment. Join in to learn, explore and research.
大倉 真一希 (M2)
データ工学についてあらゆる研究が行われています.
理論研究,応用研究のどちらにも触れることができます.
研究室選びに迷っている人も,もう決めたという人もとりあえずKDEへ見学をどうぞ!
阿曽 太郎 (M2)
私は文系学部を卒業し,社会人を経て,KDEに入りました.幅広い分野に精通した先生方のサポートを受けられますので,自分の興味関心に沿った研究を進めることができると感じています.
石原 詢大 (M1)
たくさんの先生方や学生が所属しており,幅広い研究が行われているのが本研究室の魅力です.
菅波 柊也 (M1)
美味しいコーヒーが飲めます.
柳澤 隼也 (M1)
メリハリがあり,自身の成長を後押ししてくれる心地の良い環境だと感じます.
中野 茉里香 (M1)
国際色豊かで,とても雰囲気の良い研究室です.
ぜひ一度見学に来てみてください!
山田 真也 (M1)
たくさんの人が所属しているため、色々な意見や経験を聞くことができます。
研究室はとてもオープンな雰囲気で、わからないことがあれば気軽に誰かに相談することができます。
大森 雄基 (B4)
近年、『データ』の関わる領域は日増しに拡大し、人類社会を支える基幹から私たちの日常生活に至るまで、あらゆる領域に影響を及ぼし始めています。このような状況のおかげで、思わぬ角度から、面白い知見を得る可能性が広がっているかと思います。
本研究室では、高度で広い知識をもつ先生がた、先輩がたが多数所属しているため、『データ』を軸にして様々な角度から色々なものを学ぶチャンスに恵まれています。志ある学生の皆さんは、研究室見学に来てみてください。
対比地 恭平 (B4)
先生も先輩も優しくて、居心地の良い研究室です!
萬場 大登 (B4)
KDEのゼミでは色んな分野の話が聞けて面白いです。ぜひ一緒に研究しましょう!
小久保 柚真 (B4)
先生方が幅広い専門知識を持っていらっしゃるので,様々な視点からアドバイスをいただけます.
興味のある方は是非一度見学にいらしてください!
FAQ
研究室説明会の日に行けないのですが…
説明会以外の訪問も大歓迎です。総合研究棟B 922 に直接お越しください。電子メールで事前に連絡されると確実ですので
kde-questions [at] kde.cs.tsukuba.ac.jp
宛てに以下の内容を書いたメールを送ってください。こちらから折り返し連絡します。
- 学籍番号
- 氏名
- 希望日時 (午後の方が確実)
メンバーの人数等の構成は?
現在は教員5名、博士前期18名、博士後期5名、研究員2名、学群生6名、秘書2名で構成されています。
コンピュータサイエンスの研究室でも1、2位を争う人数がおり、 とても規模の大きな研究室です。
それほどの人数が一つの部屋に入れるようには思えないのですが…
KDE は総合研究棟Bにある922以外にも、計算科学センター(CCS)に研究室を持っており、大学院生や研究生の中にはそこで研究を行っている人も多いです。
新入生は全員、総合研究棟Bの922で一年間研究生活を過ごして行くこととなります。
コアタイムはありますか?
ゼミや輪講、専門英語の授業などを除いて基本的にはありませんが、研究室で作業している人が多いです。
ゼミは週に何度あるのですか?
研究室全体でのゼミが週に一度あります。内容として、参加者全員による週間の研究報告と、その週の担当者による発表が行われます。
また、新入生は研究室に入ってしばらくすると、研究分野により分かれた「チーム」というものに属すこととなります。 この「チーム」毎に行われる「チームゼミ」というものが、全体ゼミとは別に週一度行われることとなります。
よって、ゼミは週に二度あると考えてもらって良いでしょう。
データ工学に関する前提知識がなくても大丈夫ですか?
データベース概論Ⅰ、データベース概論Ⅱ、情報検索概論などの授業を履修していることが望ましいですが、なくても大丈夫です。
一緒に頑張りましょう!
研究はどのように進めるのですか?
まずは研究のテーマを決めます。やりたいことが決まっている人も、決まっていない人も、はじめは先生方と相談するのが良いかと思います。
研究のテーマが決まったら、毎週のゼミで行われる週間報告などをバロメータにし、独自に研究を進めていきます。
お問い合わせ
疑問・質問等があれば、お気軽にお問い合わせください。
以下のメールアドレス宛てに以下の内容を書いたメールを送ってください。こちらから折り返し連絡します。
kde-questions [at] kde.cs.tsukuba.ac.jp
- 学籍番号
- 氏名
- 質問内容