五十嵐研究室について
材料科学、防災科学、認知科学などにおける自然科学データに潜む情報を恣意性なく抽出する、データ駆動科学 (Data-driven science)を行っています。これらの多様な分野における諸問題の本質的な部分を数理問題に抽象化することで、それらの分野に共通した部分と、特徴的な部分とに分け、データ解析の目的に応じたデータ解析を行っています。これによってデータ駆動科学の推進を深化させるだけでなく、それらに共通した問題の解決によりデータ駆動科学の新たな展開が期待できます。例えば、先日報道されたブラックホールの直接撮像を可能にした電波干渉計による天体観測、MRIによる医用画像処理、NMRによる構造解析といった異なる分野の計測も、フーリエ変換やウェーブレット変換がその共通した数理として中心的な役割を担います。こういった数理的な背景を用いることで、各分野における欠損データ／解析の高速化といった問題が、共通した数理基盤(基底)を通して理解され、知識移転が促進しています。材料科学、防災科学、認知科学などにおける自然科学データに潜む情報を恣意性なく抽出する、データ駆動科学 (Data-driven science)を行っています。これらの多様な分野における諸問題の本質的な部分を数理問題に抽象化することで、それらの分野に共通した部分と、特徴的な部分とに分け、データ解析の目的に応じたデータ解析を行っています。これによってデータ駆動科学の推進を深化させるだけでなく、それらに共通した問題の解決によりデータ駆動科学の新たな展開が期待できます。例えば、先日報道されたブラックホールの直接撮像を可能にした電波干渉計による天体観測、MRIによる医用画像処理、NMRによる構造解析といった異なる分野の計測も、フーリエ変換やウェーブレット変換がその共通した数理として中心的な役割を担っています。
つまり、各分野における欠損データ／解析の高速化といった問題が、共通した数理基盤(基底)を通して理解されることから、これらの課題で共通の問題を有機的に連携して解くことで、知識移転が進むことになります。
このような画像処理やデータに潜む本質的な情報(ルール)の抽出において、重要な説明変数は少ない(スパース)であることを事前知識として用いたスパースモデリングが必須のキーテクノロジーとなっており、五十嵐はスパースモデリングによるデータ駆動科学の展開を中心テーマにして研究しています。