|
所属組織 |
大学院工学研究院 知的構造の創生部門 |
|
職名 |
教授 |
|
生年 |
1966年 |
|
研究キーワード |
福祉支援システム、分散知能システム、自律分散システム、マルチエージェント |
|
メールアドレス |
|
|
関連SDGs |
|
濱上 知樹 (ハマガミ トモキ)
HAMAGAMI Tomoki
|
|
|
学内所属歴 【 表示 ／ 非表示 】
-
2008年10月-現在
専任 横浜国立大学 大学院工学研究院 知的構造の創生部門 教授
-
2007年4月-2008年9月
専任 横浜国立大学 大学院工学研究院 知的構造の創生部門 准教授
-
2004年4月-2007年3月
専任 横浜国立大学 大学院工学研究院 知的構造の創生部門 助教授
-
2021年4月-現在
併任 横浜国立大学 大学院先進実践学環 教授
-
2018年4月-現在
併任 横浜国立大学 大学院理工学府 数物・電子情報系理工学専攻 教授
学外略歴 【 表示 ／ 非表示 】
-
2001年1月-2004年3月
千葉大学 大学院自然科学研究科 助手
-
1988年4月-2000年12月
セコム（株）IS研究所 研究員
著書 【 表示 ／ 非表示 】
-
[共同研究]歴史資料デジタルアーカイブデータを用いた知的構造の創生に関する研究 : 小袖屏風を対象として
濱上 知樹, 澤田 和人（ 担当： 単著）
人間文化研究機構国立歴史民俗博物館 2020年3月
記述言語：日本語 著書種別：学術書
-
機械学習のサービス指向システムへの応用
濵上知樹（ 担当： 共著）
電気学会 2016年5月
担当ページ：13 記述言語：日本語 著書種別：学術書
「サービス指向システムの最適化・効率化のための機械学習技術協同研究委員会」委員として,３報告(13ページ)を執筆した。
-
電気工学ハンドブック(第7版)
佐藤尚宜，二宮崇，山口 順一，安藤彰男，今井亨，清山信正，松本勉，荒井幸代，星野准一，濱上知樹（ 担当： 共著 , 範囲: 36編 システム・ソフトウェア pp1865-1900 の編者を担当）
電気学会 2013年9月
担当ページ：1865-1900 記述言語：日本語 著書種別：学術書
電気電子工学，情報通信工学，制御工学にかかわる基礎・基盤技術，最新の技術成果を網羅的に解説するハンドブックにおいて，システム・ソフトウェアに関する編(アルゴリズム，自然言語処理，画像情報処理，音声情報処理，暗号・セキュリティ，人工知能)をとりまとめ，編集および内容の精査を担当した。
-
機械学習技術の基礎と応用
濵上知樹（ 担当： 共著）
電気学会 2013年1月
担当ページ：69 記述言語：日本語 著書種別：学術書
「実応用を指向する機械学習技術調査専門委員会」委員長として２年間の研究活動報告をまとめ，69ページの技術報告集を編纂した。
論文 【 表示 ／ 非表示 】
-
A New XGBoost Inference with Boundary Conditions in Real Estate Price Prediction
Iwai Koichi, Hamagami Tomoki
IEEJ TRANSACTIONS ON ELECTRICAL AND ELECTRONIC ENGINEERING 2022年7月 [査読有り]
記述言語：英語 掲載種別：研究論文（学術雑誌） 共著
-
Reinforcement Learning for POMDP Environments Using State Representation with Reservoir Computing
Yamashita Kodai, Hamagami Tomoki
JOURNAL OF ADVANCED COMPUTATIONAL INTELLIGENCE AND INTELLIGENT INFORMATICS 26 ( 4 ) 562 - 569 2022年7月
DOI Web of Science CiNii Research
記述言語：日本語 掲載種別：研究論文（学術雑誌） 出版者・発行元：富士技術出版株式会社 共著
<p>One of the challenges in reinforcement learning is regarding the partially observable Markov decision process (POMDP). In this case, an agent cannot observe the true state of the environment and perceive different states to be the same. Our proposed method uses the agent’s time-series information to deal with this imperfect perception problem. In particular, the proposed method uses reservoir computing to transform the time-series of observation information into a non-linear state. A typical model of reservoir computing, the echo state network (ESN), transforms raw observations into reservoir states. The proposed method is named dual ESNs reinforcement learning, which uses two ESNs specialized for observation and action information. The experimental results show the effectiveness of the proposed method in environments where imperfect perception problems occur.</p>
-
位相相関とCNNによる移動推定とSuperpixelsを用いた物体の形状変形に対応可能なオプティカルフロー推定
大石 修也, 濱上 知樹
電気学会論文誌Ｃ（電子・情報・システム部門誌） 142 ( 1 ) 100 - 107 2022年1月 [査読有り]
記述言語：日本語 掲載種別：研究論文（学術雑誌） 出版者・発行元：一般社団法人 電気学会 共著
<p>There are roughly two methods for estimating optical flow. One is the gradient method and the other is the block matching method. Each method has a few problems. In the gradient method, it is difficult to estimate optical flow when images include a noise and the difference in brightness between adjacent pixels is small. In the block matching method, an accuracy depends on the block division method and it isn't able to deal with a non-rigid body. Therefore, it is difficult to estimate the optical flow in a video that is easily affected by noise and exists deforming objects such as medical images. For each of these problems, we propose a method for estimating optical flow that is robust especially for object deformation while concerning a noise. The proposed method is based on the block matching method and has two improvements. One is to use Superpixels for block division. The other is to use the phase correlation for displacement estimation. Furthermore, we extend it by deep learning to be robust for a complicated change. The experimental results show the proposed method was robust to the object deforming in the medical image dataset.</p>
-
山下 廣大, 濱上 知樹
電気学会論文誌Ｃ（電子・情報・システム部門誌） 141 ( 12 ) 1405 - 1410 2021年12月 [査読有り]
記述言語：日本語 掲載種別：研究論文（学術雑誌） 出版者・発行元：一般社団法人 電気学会 共著
<p>Inverse reinforcement learning is used for complex control tasks by using experts. However, since the learning results depend on the expert, it is impossible to imitate ungiven policies from expert when there are multiple optimal polices for the same goal, or when the environment changes from the training. The problems can be solved by giving multiple experts and representing their features in the latent space. the proposed method extends information maximizing generative adversarial imitation learning with adversarial inverse reinforcement learning to deal with such environment. Experiments show that the proposed method can not only imitate multiple experts, but also estimate ungiven polices.</p>
-
車速追従制御のための強化学習における転移可能な方策の学習手法
夏 有輝也, 濱上 知樹, 菅家 正康, 吉田 健人, 庭川 誠
電気学会論文誌Ｃ（電子・情報・システム部門誌） 141 ( 12 ) 1492 - 1499 2021年12月 [査読有り]
記述言語：日本語 掲載種別：研究論文（学術雑誌） 出版者・発行元：一般社団法人 電気学会 共著
<p>We propose the control system for driving robot using Hierarchical Reinforcement Learning. Driving Robots are playing an active role in test driving for evaluating fuel consumption and exhaust gas of automobiles. We can consider Reinforcement Learning as one of the control methods for driving robot. The control system using Reinforcement Learning has the advantage that there is no need to adjust parameters manually. However, Reinforcement Learning suffer from poor sample efficiency because it requires a lot of trials. In this research, we propose the control system for driving robot using the algorithm for learning hierarchical policy. Moreover, we introduce State Abstraction in Hierarchical Reinforcement Learning. By using abstract state, each low-level policy specialize in distinct behavior. The advantage of this method is that we can improve the sample efficiency by transferring low-level policies learned using multiple vehicles. The experimental result shows that the proposed method improve the sample efficiency in vehicle velocity tracking task.</p>
総説・解説記事等 【 表示 ／ 非表示 】
-
機械学習の観点から ‐ ディープ・ラーニングとIoTの現状と期待
電気学会誌 138 ( 5 ) 280 - 283 2018年5月
記述言語：日本語 掲載種別：記事・総説・解説・論説等（学術雑誌）
機械学習の観点から ‐ ディープ・ラーニングとIoTの現状と期待”,電気学会誌，Vol.138, No. 5, 280-283 , 2018.5. https://doi.org/10.1541/ieejjournal.138.280
-
深層学習による小袖屏風画像の特徴分析
濱上知樹, 澤田和人
人工知能学会誌 32 ( 3 ) 408 - 413 2017年4月
記述言語：日本語 掲載種別：記事・総説・解説・論説等（学術雑誌） 共著
-
デジタルアーカイブからの知的構造の抽出:インテリジェントシステムによる人文・歴史研究支援
濵上知樹 澤田和人
電気学会電子情報システム部門論文誌 134 ( 9 ) 1282 - 1286 2014年9月
記述言語：日本語 掲載種別：記事・総説・解説・論説等（学術雑誌） 出版者・発行元：電気学会 共著
機械学習を用いた人文系研究支援の試みとして，小袖屏風の高精細画像デジタルアーカイブを用いた知的構造の抽出研究を実施し，その総括を行った。人文研究において機械学習が大きな研究支援ツールになることに加え，近年大きな進歩を遂げたデジタルアーカイブとの融合領域について新たな研究分野を切り開く嚆矢となった。
-
知的救急医療の実現に向けて —機械学習の 医療分野への応用—
濱上知樹，大重賢治，鈴木範行
電気学会学会誌 133 ( 6 ) 344 - 347 2013年6月 [査読有り] [依頼有り]
記述言語：日本語 掲載種別：記事・総説・解説・論説等（学術雑誌） 出版者・発行元：電気学会 共著
医療分野における機械学習導入の意義と課題について述べ，その実例として救急医療支援のために機械学習による知能化について紹介した。特にコールトリアージの高精度化について最新の機械学習応用の技術を紹介している。
受賞 【 表示 ／ 非表示 】
-
情報処理学会論文誌ジャーナル特選論文賞
2021年01月 一般社団法人 情報処理学会 「ケアプラン作成支援システムのための非負値行列因子分解に基づく特徴語補完」
受賞者：濱上知樹, 兵頭幸起 -
情報処理学会 FIT2019船井ベストペーパー賞
2019年09月 情報処理学会 ケアプラン作成支援システムのための 非負値行列因子分解に基づく特徴語補完
受賞者：兵頭 幸起（横国大）, 寺尾 勇一, 林 慧子, 佐野 貴洋, 竹林 奈々子（リゾートトラスト（株））, 濱上 知樹（横国大） -
第17回情報科学技術フォーラムFIT奨励賞（論文賞）
2018年09月 FIT運営委員会 ケアプラン作成支援システムのためのトピックモデルに基づく特徴空間の対応付け
受賞者：兵頭幸起，濱上知樹，伊藤 豪，石原憲之，寺尾勇一，林 慧子，佐野貴洋，竹林奈々子 -
電気学会C部門貢献賞
2006年
科研費（文科省・学振）獲得実績 【 表示 ／ 非表示 】
-
システム知の循環にもとづく需要可能な知能システムの創生
2019年4月 - 2022年3月
科学研究費補助金 基盤研究(B)
代表者：濱上知樹
資金種別：競争的資金
-
派生システム開発の品質変化を予測する複雑ネットワーク指標に基づくメトリクスの開発
2017年4月 - 2020年3月
科学研究費補助金 基盤研究(C)
代表者：濱上知樹
資金種別：競争的資金
-
知的System of Systemsを指向する高度分散知能基盤の創生
2013年4月 - 2017年3月
科学研究費補助金 基盤研究(B)
代表者：濱上知樹
資金種別：競争的資金
-
知的社会構造を実現する高度分散知能システム基盤の開発
2010年4月 - 2013年3月
科学研究費補助金 基盤研究(C)
資金種別：競争的資金
研究発表 【 表示 ／ 非表示 】
-
人工知能による医療支援研究知的医療サービスの社会実装にむけて
濱上 知樹
SMICT2017-2 パネル講演 横浜国立大学 未来情報通信医療社会基盤センター,
開催年月日： 2017年12月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：横浜国立大学情報文化センター
-
ディープラーニングとIoT 現状と期待 機械学習の観点から,
濱上知樹
電気学会先端技術セミナー 電気学会
開催年月日： 2017年9月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：神戸大学
共同研究希望テーマ 【 表示 ／ 非表示 】
-
大量の文書データからの知識抽出，メタ検索によるサービスの知能化
-
医療分野における異常発見，特徴抽出，データマイニング
-
様々な生産現場における人工知能，機械学習を用いた異常検知（画像，動画像，時系列情報）異常予兆
担当授業科目（学内） 【 表示 ／ 非表示 】
-
2022年度 電子情報工学と未来医療・福祉S
大学院理工学府
-
2022年度 電子情報工学と未来医療・福祉F
大学院理工学府
-
2022年度 電子情報システムプログラミング演習Ⅰ
理工学部
-
2022年度 知能システム論
大学院理工学府
-
2022年度 知能システム論
大学院先進実践学環
教育活動に関する受賞 【 表示 ／ 非表示 】
-
池原健矢 技術委員会奨励賞
2019年 電気学会 電子情報システム部門
受賞者（グループ）： 池原健矢 -
島田直哉 技術委員会奨励賞
2018年 電気学会 電子情報システム部門
受賞者（グループ）： 島田直哉
その他教育活動及び特記事項 【 表示 ／ 非表示 】
-
2022年03月情報処理学会全国大会 学生奨励賞 (学生の学会賞等の受賞実績)
-
2022年01月電気学会 電子・情報・システム部門 技術委員会奨励賞 (学生の学会賞等の受賞実績)
-
2021年09月電気学会優秀論文発表賞A（IEEJ Excellent Presentation Award） (学生の学会賞等の受賞実績)
-
2021年09月ベストプレゼンテーション賞・和田賞 (学生の学会賞等の受賞実績)
-
2021年02月計測自動制御学会学術奨励賞、研究奨励賞 (学生の学会賞等の受賞実績)
社会活動（公開講座等） 【 表示 ／ 非表示 】
-
男性不妊治療の精子評価にAI支援システム 横浜国立大学、横浜市立大学が開発
役割：取材協力, 情報提供
医療新聞社 医療新聞デジタル 2021年6月
対象： 大学生, 大学院生, 教育関係者, 研究者, 社会人・一般, 学術団体, 企業, 行政機関, メディア
種別：新聞・雑誌
-
「待ち時間の短縮、医療事務の効率化を目指すAI搭載型の問診システムを開発」
役割：取材協力, 情報提供, 企画, 調査担当
NEDO（国立研究開発法人新エネルギー・産業技術総合開発機構） 実用化ドキュメント 2019年10月
対象： 大学生, 大学院生, 教育関係者, 研究者, 社会人・一般, 学術団体, 企業, 行政機関, メディア, その他
種別：新聞・雑誌
研究分野：バイオ・医療「次世代人工知能・ロボット中核技術開発／次世代人工知能技術分野」
「ＡＩによる問診サポートシステム」を開発
研究機関：ARアドバンストテクノロジ株式会社、横浜国立大学
取材：2019年10月
https://www.nedo.go.jp/hyoukabu/articles/202004ari/index.html#breakthrough -
役割：取材協力
2018年4月
対象： 社会人・一般
種別：新聞・雑誌
「精子発見、ＡＩが手助け 不妊治療、人力作業の負担軽減」2018/4/16 朝日新聞デジタル
https://www.asahi.com/articles/ASL4D4CT5L4DPLBJ001.html
同 朝日新聞全国紙朝刊
メディア報道 【 表示 ／ 非表示 】
-
良好な精子 AIで評価
読売新聞 読売新聞 2019年5月
-
Medit tech 2019年4月