Shin Ando 研究室

本研究室では、画像や時系列データから異常や変化を自動的に検出・予測する機械学習システムの開発に取り組んでいます。研究の中心は、正常なデータのみから学習して異常を識別する手法と、時間的・空間的な複雑な依存関係を持つデータを扱う予測モデルの構築です。これらは、製造業での製品検査、都市計画での人流予測など、幅広い実世界の課題に応用される重要なテーマです。 異常検出に関しては、正常なデータしか得られない環境で機械学習モデルを訓練するため、人工的な異常サンプルの合成が鍵となります。従来手法は画像操作レベルか埋め込み表現レベルかのいずれかに限定されていましたが、本研究室ではこれらを統合し、異常領域への操作の影響を制御しながら多様で現実的な合成異常を生成する方法を開発しています。一方、人流予測では、地理情報と時間的な変化が複合的に絡み合うデータを効率的に処理する必要があります。そこでトランスフォーマーと呼ばれる深層学習アーキテクチャを活用し、空間と時間の依存関係を並列に学習しながら、記憶容量の削減と精度維持の両立を図るモデルを提案しています。