濱上 知樹 (ハマガミ トモキ)

HAMAGAMI Tomoki

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

研究分野・キーワード

自律分散システム,分散知能システム, マルチエージェント,福祉支援システム

メールアドレス

メールアドレス

関連SDGs




写真a

出身学校 【 表示 / 非表示

  •  
    -
    1988年

    千葉大学   工学部   電気工   卒業

出身大学院 【 表示 / 非表示

  •  
    -
    1999年

    千葉大学  自然科学研究科  生産科学    修了

取得学位 【 表示 / 非表示

  • 博士(工学) -  千葉大学

学内所属歴 【 表示 / 非表示

  • 2008年10月
    -
    継続中

    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04月
    -
    2008年09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04月
    -
    2007年03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  

  • 2018年04月
    -
    継続中

    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  

  • 2011年04月
    -
    継続中

    併任   横浜国立大学   理工学部   数物・電子情報系学科   教授  

全件表示 >>

学外略歴 【 表示 / 非表示

  • 2001年01月
    -
    2004年03月

      千葉大学   大学院自然科学研究科   助手

  • 1988年04月
    -
    2000年12月

      セコム(株)IS研究所   研究員

所属学会 【 表示 / 非表示

  • 2001年
    -
    継続中
     

    電気学会

  •  
     
     
     

    電子情報通信学会

  •  
     
     
     

    IEEE

  •  
     
     
     

    情報処理学会

  •  
     
     
     

    計測自動制御学会

専門分野(科研費分類) 【 表示 / 非表示

  • 知能情報学

  • 制御・システム工学

  • 計算機科学

 

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

    CiNii

  • 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05月

     概要を見る

    「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 , 担当範囲: 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09月

     概要を見る

    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01月

     概要を見る

    「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

  • 船型データの分布を考慮した深層学習による造波抵抗推定

    李 欣, 新井 洋, 濱上 知樹

    電気学会論文誌C(電子・情報・システム部門誌) ( 一般社団法人 電気学会 )  140 ( 3 ) 391 - 397   2020年03月  [査読有り]

    共著

     概要を見る

    <p>A method for the estimation of wave-making resistance from the hull form and Froude number through deep learning is proposed. At the same time, this research also gives a solution when the data are skewed, which solves the problem of low generalization performance. The reduction of wave-making resistance is an essential issue in hull form design. However, the estimation of wave-making resistance is a time-consuming task that depends on experimental measurements. To enable direct estimation of the wave resistance from hull form, deep learning, which enables end-to-end learning, is an effective approach. The proposed method has two phases. First, auto-encoders, which reduce the dimension of the offset and the profile data, are generated, while performing to the skewed offset data, use an improved sampling method. Subsequently, after the regularization of these data, a deep neural net for regression estimation of wave-making resistance is generated. The results of evaluation experiments show that the proposed method can estimate wave-making resistance with high precision.</p>

    DOI CiNii

  • Block-Based Neural Network Optimization with Manageable Problem Space

    Lee Kundo, Hamagami Tomoki

    電気学会論文誌C(電子・情報・システム部門誌) ( 一般社団法人 電気学会 )  140 ( 1 ) 68 - 74   2020年01月  [査読有り]

    共著

     概要を見る

    <p>In this paper, a simple method based on Genetic Algorithm (GA) is proposed to evolve Block-Based Neural Network (BbNN) model. A BbNN consists of a 2-D array of memory-based modular component NNs with flexible structures and internal configuration that can be implemented in reconfigurable hardware such as a field programmable gate array (FPGA). The network structure and the weights are encoded in bit strings and globally optimized using the genetic operators. Asynchronous BbNN (ABbNN), which is a new model of BbNN, suggests high-performance BbNN by utilizing parallel computation and pipeline architecture. ABbNN's operating frequency is stable for all scales of the network, while conventional BbNN's is decreasing according to the network size. However, optimization by the genetic algorithm requires more iterations to find a solution with increasing problem space and the memory access in GA operation is one of the causes degrading the performance. ABbNN optimized with the proposed evolutionary algorithm is applied on general classifiers to verify the effectiveness with increasing problem space. The proposed method is confirmed by experimental investigations and compared with the conventional genetic algorithm.</p>

    DOI CiNii

  • Brock-Based Neural Network High Speed Optimization

    Kundo Lee, Tomoki Hamagami

    Proceedings of the 23rd Asia Pacific Symposium on Intelligent and Ebolutionary Systemus   12   79 - 92   2019年12月  [査読有り]

    共著

    DOI

  • 適応的しきい値制御ブースティングを用いた分布の重なりに頑強な精子検出

    佐々木 勇人, 山本 みずき, 竹島 徹平, 湯村 寧, 濱上 知樹

    電気学会論文誌C(電子・情報・システム部門誌) ( 一般社団法人 電気学会 )  139 ( 12 ) 1461 - 1467   2019年12月  [査読有り]

    共著

     概要を見る

    <p>Automatic sperm detection is in high demand for supporting Testicular Sperm Extraction (TESE). On the other hand, detection of sperms in samples of TESE is difficult because there are a lot of germ cells resembling sperms. This paper realizes automatic sperm detection for TESE by using Adaptive Thresholded Boosting (ATBoost) which is robust to overlap of feature distributions between positive samples and negative samples. In this paper, we evaluated our sperm detection method in two stages from the view point of robustness to the overlap. First, we quantitatively evaluated the overlap of the feature distributions in TESE in the metric of Bayes error rate. Second, we evaluated robustness of our sperm detection method as for the overlap. These two results show that our sperm detection method is very effective for TESE.</p>

    DOI CiNii

  • An Improved Auto-encoder Based on 2-Level Prioritized Experience Replay for High Dimension Skewed Data

    Xin Li, Tomoki Hamagami

    Symposium on Intelligent and Evolutionary Systems   12   93 - 105   2019年12月  [査読有り]

    共著

    DOI

全件表示 >>

総説・解説記事 【 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05月

    総説・解説(学術雑誌)  

     概要を見る

    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04月

    総説・解説(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 ( 電気学会 )  134 ( 9 ) 1282 - 1286   2014年09月

    総説・解説(学術雑誌)   共著

     概要を見る

    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。

    DOI

  • 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 ( 電気学会 )  133 ( 6 ) 344 - 347   2013年06月  [査読有り]  [依頼有り]

    総説・解説(学術雑誌)   共著

     概要を見る

    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。

    DOI

学術関係受賞 【 表示 / 非表示

  • 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)

     概要を見る

    情報処理学会と電子情報通信学会情報・システムソサイエティ合同の会議「情報科学技術フォーラム(FIT)」において船井情報科学振興財団から贈呈される賞。 第18回情報科学技術フォーラム(2019年9月3日~5日)岡山大学津島キャンパスにて開催

  • 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21日   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

     概要を見る

    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, “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”,第17回情報科学技術フォーラムFIT奨励賞(論文賞), 2018年9月21日 

  • 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

    基盤研究(B)

    研究期間:  2019年04月  -  2022年03月  代表者:  濱上知樹

  • 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

    基盤研究(C)

    研究期間:  2017年04月  -  2020年03月  代表者:  濱上知樹

  • 知的System of Systemsを指向する高度分散知能基盤の創生

    基盤研究(B)

    研究期間:  2013年04月  -  2017年03月  代表者:  濱上知樹

  • 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

    基盤研究(C)

    研究期間:  2010年04月  -  2013年03月 

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  (横浜国立大学情報文化センター)  2017年12月22日   横浜国立大学 未来情報通信医療社会基盤センター,

  • 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  (神戸大学)  2017年09月   電気学会

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

共同・受託研究情報 【 表示 / 非表示

  • 産学官連携イノベーション創出事業(独創的革新技術開発研究提案)

    出資金による受託研究  

    研究期間: 2002年  -  2003年 

 

担当授業科目(学内) 【 表示 / 非表示

  • 大学院工学府  医工連携分野実習

  • 大学院工学府  医療生体システム実習

  • 大学院工学府  医療メカトロニクス実習

  • 大学院工学府  医療デバイス実習

  • 大学院工学府  医療情報システム実習

全件表示 >>

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: 池原健矢

     概要を見る

    SVMを用いた優良個体存在領域の予測による差分進化 http://denki.iee.jp/eiss/wp-content/uploads/eiss/award/award_H30.pdf

  • 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: 島田直哉

     概要を見る

    LSTM を用いた多次元時系列データからの事象予測 http://denki.iee.jp/eiss/wp-content/uploads/eiss/award/award_H30.pdf

その他教育活動及び特記事項 【 表示 / 非表示

  • 2019年02月
     
     
    平成30年度 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)

     概要を見る

    受賞者:池原健矢(横浜国立大学大学院) 指導教員:濱上知樹 教授 受賞論文:「SVMを用いた優良個体存在領域の予測による差分進化」 授与機関:一般社団法人 電気学会 受賞日:2019(H30)年2月5日 http://denki.iee.jp/eiss/wp-content/uploads/eiss/award/award_H30.pdf

  • 2019年02月
     
     
    平成30年度 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)

     概要を見る

    受賞者:島田直哉(横浜国立大学大学院) 指導教員:濱上知樹 教授 受賞論文:「LSTM を用いた多次元時系列データからの事象予測」 授与機関:一般社団法人 電気学会 受賞日:2019(H31)年2月5日 http://denki.iee.jp/eiss/wp-oontent/uploads/eiss/award/award_H30.pdf

 

学外審議会・委員会等 【 表示 / 非表示

  • 電気学会システム技術委員会

    2017年04月
    -
    継続中

    学協会   副委員長

社会活動(公開講座等) 【 表示 / 非表示

  • 「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」

    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
     
     

     概要を見る

    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

  • 良好な精子 AIで評価

    読売新聞  読売新聞 

    2019年05月
     
     

  • 精子発見、AIが手助け 不妊治療、人力作業の負担軽減

    2018年04月
     
     

     概要を見る

    「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