Thomas Möllenhoff 研究室

この研究室では、画像処理や視覚情報処理における複雑な最適化問題を解く手法の開発に取り組んでいます。具体的には、直接的には解くことが難しい非凸最適化問題に対して、より扱いやすい凸最適化問題への変換（凸緩和）を通じたアプローチを採用しています。連続状態空間を持つ確率的グラフィカルモデルの推論問題、画像再構成タスク、および複雑なラベル構造を持つ変分問題など、多様な応用領域に対する手法開発を行っています。 手法面では、双対分解法や空間的な離散化、さらには切断面法といった古典的な最適化技法に立脚しながら、これらを現代的な機械学習の枠組みと組み合わせる工夫が特徴的です。特に、微分不可能な目的関数に対応した正則化手法や、メモリ効率を考慮した半無限最適化問題の求解法など、実用的な制約条件を考慮した改善に注力しています。 共通する研究の方向性として、最適化理論に基づいた厳密な解法の開発により、深層学習モデルに保証可能性を付与する点が挙げられます。安全性が重要とされる応用領域において、単なる予測精度の向上だけでなく、その解が数学的に信頼できるものであることを目指しています。