Shun Katakami 研究室

主宰者：Shun Katakami
東京大学

AI 要約（直近 5 年の研究成果）

本研究室は、観測データから隠れた情報を取り出す逆問題の解析手法の開発に取り組んでいます。具体的には、不完全な測定データから対象物の構造や物性を推定する際に、確率的推論の枠組みであるベイズ推定を適用する方法論を研究しています。例えば、小角散乱測定で得られた散乱強度データから物質の微細構造を推定する際に、従来は試行錯誤的に行われてきた解析を、統計的に厳密な方法で実施できるようにしています。このアプローチにより、解析結果の信頼性を定量的に評価することが可能になります。 また、情報理論における信念伝播やメッセージパッシングなどのアルゴリズムを、位相回復やX線結晶構造解析といった計算画像化の問題に応用する研究も進めています。これらの手法は、限られた測定データからより正確な復元を実現するうえで有効です。さらに、高速走査型透過電子顕微鏡で取得した映像のノイズ除去や、核磁気共鳴分光における複雑な緩和曲線の解釈にも、ベイズ的な統計モデルを導入しています。 一方、神経科学の分野では、霊長類の視覚皮質における物体認識の神経機構を調査しており、カテゴリー情報の処理が脳の異なる領域でどのように役割分担されているかを明らかにしています。また、深層学習と再帰結合をもつニューラルネットワークを組み合わせたモデルを用いて、視覚情報の段階的な処理過程をシミュレートする研究も行われています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

関連研究室(8 件)

研究成果（38 件）

続きを表示（残り 28 件）

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。