Tomoyuki Hiroyasu 研究室
主宰者:Tomoyuki Hiroyasu
同志社大学
AI 要約(直近 5 年の研究成果)
本研究室は、脳活動データや複雑な生物学的データから有用な情報を引き出すための機械学習手法の開発に取り組んでいます。特に、脳の構造的・機能的ネットワークの解析では、限られたデータで高精度な予測を実現する方法を研究しており、生成モデルを用いたデータ拡張や、遺伝的アルゴリズムを活用した自動解析手法の開発を行っています。また、脳画像から得られる神経活動パターンの可視化や、対人相互作用時の脳同期現象の分析なども進めています。
さらに研究室では、機械学習と進化計算を組み合わせた設計最適化フレームワークの開発も行っています。これらの手法は、脳科学の基礎研究のほか、医療診断支援(がん診断の自動判定など)や安全運転支援(ドライバーの注意状態予測)、遺伝子データからの患者応答予測といった応用領域にも活用されています。統計的モデリングから機械学習まで幅広いアプローチを用いながら、複雑で高次元のデータから意味のあるパターンを抽出し、実務的な課題解決へつなげることが研究の特徴です。
※ 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)
- 計算機科学Yuki Todo 研究室金沢大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 医学Shinya Hayashi 研究室神戸大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +11
- 環境科学Sameh A. Kantoush 研究室京都大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 環境科学Yoshitaka Nishikawa 研究室Kyoto University Hospital論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 工学Takeshi Nakaura 研究室熊本大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 132 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 保健専門職Qi An 研究室東京大学論文 156 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
研究成果(17 件)
- DOI: https://doi.org/10.64898/2026.06.03.729714
- [2026] Automating region selection with genetic algorithms for energy landscape analyses of brain dynamicsDOI: https://doi.org/10.1016/j.patter.2026.101560
- DOI: https://doi.org/10.1109/cihm64979.2025.10969488
- DOI: https://doi.org/10.1109/cies64955.2025.11007626
- DOI: https://doi.org/10.1109/mcii64973.2025.11032754
- DOI: https://doi.org/10.1162/netn.a.24
- DOI: https://doi.org/10.3390/healthcare12070734
- DOI: https://doi.org/10.1007/s10015-023-00929-0
- DOI: https://doi.org/10.1007/s13177-023-00371-3
- DOI: https://doi.org/10.1007/s10015-022-00838-8
続きを表示(残り 7 件)閉じる
- [2023] Interpersonal brain synchronization during face-to-face economic exchange between acquainted dyadsDOI: https://doi.org/10.1093/oons/kvad007
- DOI: https://doi.org/10.3390/diagnostics12102491
- DOI: https://doi.org/10.1109/cec55065.2022.9870341
- [2022] Predicting the Degree of Distracted Driving Based on fNIRS Functional Connectivity: A Pilot StudyDOI: https://doi.org/10.3389/fnrgo.2022.864938
- DOI: https://doi.org/10.26502/acbr.50170288
- DOI: https://doi.org/10.1186/s12859-021-04052-4
- DOI: https://doi.org/10.2139/ssrn.3949248
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)。