教育・研究の理念と目標 人材養成目的 今後の情報化社会のさらなる進展を見据え、数学、情報学、データサイエンスの素養を身に付け、幅広い数理情報学の知識、思考力、問題解決能力を持ち、これからの高度情報化社会を担うことができる人材を育成することを目的としています。この目的に沿って、数学、知能情報工学、データサイエンスを主たる学問分野として、数学、情報学、データサイエンスの素養を主に必要とする数理情報学の幅広い分野で貢献できる高度専門職業人及び研究者を養成します。 養成する人材像 「数学,情報学およびデータサイエンスに必要なプログラミングやコンピューター、AIについての素養を必要とする数理情報学の幅広い分野で貢献できる高度専門職業人および研究者を養成します。 数理情報学・データサイエンスプログラムの特徴 社会人早期修了入試 数理情報学・データサイエンスプログラムでは、一定の研究業績や能力を有する社会人を対象に、博士後期課程修了者としてふさわしい確実な研究能力等を、最短1年で身に付けることができる社会人早期修了プログラムを設けています。 主な研究領域 医用・生体情報学情報科学と医学・生物学との融合領域、さらには脳科学、心理学の学問領域に跨る分野に関する教育・研究を⾏う。具体的には、医用センシング・イメージング、信号・画像処理、パターン認識、 バイオインフォマティックス、CG・立体視画像の評価・分析、都市景観照明、高齢者・色覚バリアフリー、ニューロコンピューティング、シナプス可塑性、認知・社会相互作用の評価と⽀援等を含む。 人間情報学脳・心理・行動・生理活動のマルチモーダル計測と、データサイエンスおよび人 工知能の手法を組み合わせて活用し、人間の認知と社会的相互作用を理解・評価 する方法と、人々の実生活における知的活動を支援する情報技術の開発に関する 教育・研究を行う。 人工知能人間の脳の仕組みをまねた人工ニューラルネットワーク及び人工知能が自ら学ぶ深層学習、蟻コロニー最適化などの群知能、誤差逆伝播法、遺伝的アルゴリズム、進化戦略など幅広い機械学習の開発、解析及び評価方法に関する教育・研究を⾏う。 数理解析学コンピュータや通信技術等の先端技術の急速な進展に対応するため、数理モデルとそこに潜む数理法則を解析する立場から情報数理科学の研究を積極的に展開し、表現論、非線形解析、確率過程などに関する教育・研究を⾏う。コンピュータを駆使して数理現象を解析する能力を備え、科学技術社会の高度情報化に即応し、研究開発能力を持つ人材の育成を目指す。 量子情報量子暗号のプロトコル提案、サイドチャネル攻撃提案及び量子プロトコルの安全性解析、そして量子中継など量子力学の原理を利用して革新的な情報処理を可能にする量子情報理論の教育研究を⾏う。 医用・生体情報学情報科学と医学・生物学との融合領域、さらには脳科学、心理学の学問領域に跨る分野に関する教育・研究を⾏う。具体的には、医用センシング・イメージング、信号・画像処理、パターン認識、 バイオインフォマティックス、CG・立体視画像の評価・分析、都市景観照明、高齢者・色覚バリアフリー、ニューロコンピューティング、シナプス可塑性、認知・社会相互作用の評価と⽀援等を含む。 人間情報学脳・心理・行動・生理活動のマルチモーダル計測と、データサイエンスおよび人 工知能の手法を組み合わせて活用し、人間の認知と社会的相互作用を理解・評価 する方法と、人々の実生活における知的活動を支援する情報技術の開発に関する 教育・研究を行う。 人工知能人間の脳の仕組みをまねた人工ニューラルネットワーク及び人工知能が自ら学ぶ深層学習、蟻コロニー最適化などの群知能、誤差逆伝播法、遺伝的アルゴリズム、進化戦略など幅広い機械学習の開発、解析及び評価方法に関する教育・研究を⾏う。 数理解析学コンピュータや通信技術等の先端技術の急速な進展に対応するため、数理モデルとそこに潜む数理法則を解析する立場から情報数理科学の研究を積極的に展開し、表現論、非線形解析、確率過程などに関する教育・研究を⾏う。コンピュータを駆使して数理現象を解析する能力を備え、科学技術社会の高度情報化に即応し、研究開発能力を持つ人材の育成を目指す。 量子情報量子暗号のプロトコル提案、サイドチャネル攻撃提案及び量子プロトコルの安全性解析、そして量子中継など量子力学の原理を利用して革新的な情報処理を可能にする量子情報理論の教育研究を⾏う。 教育目的・教育目標・3つのポリシー ディプロマ・ポリシー 修了認定・学位授与の方針 理工学研究科博士後期課程 数理情報学・データサイエンスプログラムでは、理学及び工学分野の積極的融合により新たな学際領域、数理情報学・データサイエンスの分野における科学・技術の高度化に対応でき、独創的な研究能力を有する研究者や地域産業の中核的担い手となる高度技術者の育成を目的としている。 この教育上の目的に基づき、本プログラムにおける所定の課程を修め、以下に示す学修成果を上げたものに、博士(数理情報学)の学位を授与する。 到達目標及び到達指標 基盤的能力 〈学修成果〉・理学及び工学の分野における研究及びその普及・解説の基盤となる豊かな学識や、様々な課題の解決に必要となる、学問分野を問わない俯瞰的、大局的な視野を身に付けている。 ・原著論文を理解し、また研究成果を発信するための基礎となる英語力を身につけている。 〈到達指標〉・理工学研究・普及の基盤となる豊かな学識・原著論文を理解するための、読解力・論理的思考力・語学力。 ・研究成果を発信するための表現力・語学力。 専門的学識 〈学修成果〉数理情報学・データサイエンス分野における世界水準の理工学研究の成果と手法を理解する能力、及び理工学研究を基とした高度の専門性を要する職業に必要な能力を身に付けている。 〈到達指標〉先端的な数理情報学・データサイエンス分野の成果と手法を理解する能力。 倫理観 〈学修成果〉研究倫理に関する規範意識を身に付けている。 〈到達指標〉研究倫理に関する規範意識を持ち、倫理に従った研究活動を行えるようにする。 創造力 〈学修成果〉先行研究を踏まえて独自の研究を計画、推進するとともに、その成果を学術論文などにまとめ、発表する能力を身に付けている。 〈到達指標〉研究計画能力、推進能力及び成果発信力。 カリキュラム・ポリシー 教育課程編成方針 理工学研究科博士後期課程 数理情報学・データサイエンスプログラムでは、修了認定・学位授与の方針に掲げる4つの能力を学修するため、体系的な教育課程を編成する。 教育課程実施方針 3年間の学修を通じて、学生が主体的・能動的に学ぶことができるような教育課程を実施する。授業科目としては、必修科目の演習・特別研究に加え、自プログラムの講義科目、他プログラムの講義科目を選択することにより行う。その評価は、各能力における学修成果の到達目標に対する達成度について、客観的な成績評価基準に基づいて行う。 学修内容、学修方法及び学修成果の評価方法 基盤的能力 〈学修内容〉理工学の各分野あるいは医学・薬学との境界領域において、新たな問題を発見し解決するための基となる知識及び大局的な視野を身に付ける。 〈学修方法〉自プログラム又は他プログラム開講科目を学修する。 〈学修成果の評価方法〉各授業科目の教員が、試験、レポート、発表により評価する。 専門的学識 〈学修内容〉数理情報学・データサイエンス分野の専門性の高い授業科目を学修するとともに、学術論文の講読や学会等への参加により研鑽を積む。演習等において指導教員と意見交換を行いながら、博士研究を計画・推進し、研究成果を学術論文としてまとめ、発表する。 〈学修方法〉自らの研究テーマに関連した授業科目を学修するとともに、学術論文等の講読や学会等への参加により学修する。 〈学修成果の評価方法〉各分野の教員が、最終試験、発表及び執筆した学術論文により評価する。 倫理観 〈学修内容〉研究の遂行に際して法令を遵守することを含め、研究倫理に関する規範意識を身に付ける。 〈学修方法〉各種講習会の受講又はeラーニング教材による学修により行う。 〈学修成果の評価方法〉実施内容に応じて、レポート、教材の修了により評価する。 創造力 〈学修内容〉先行研究を踏まえて独自の研究を計画、推進、及び成果発表する能力を身に付ける。 〈学修方法〉研究の実施、論文執筆、学会・研究会での発表により学修する。 〈学修成果の評価方法〉各分野の教員が、最終試験、発表及び執筆した学術論文により評価する。 アドミッション・ポリシー 入学者受入れの方針 理工学研究科理工学専攻博士後期課程 数理情報学・データサイエンスプログラムでは、数学、情報学及びデータサイエンスの面から技術イノベーションを牽引し、地域の人々の幸福度の向上に貢献できる数理情報学高度専門職業人及び研究者となる意欲のある学生を求める。 入学者選抜の基本方針(入試種別とその評価方法) 複数の受験機会を提供するとともに多様な学生を評価できるようにするため、以下の各種の入試を提供する。 一般入試 口述試験、面接及び書類審査により、英語の語学力、志望する教育分野に関連する科目、修士論文及び入学後の研究計画について評価する。 社会人特別入試 口述試験、面接及び出願書類により、志望する教育分野に関連する科目、学術論文、業績報告書、特許等の研究業績及び入学後の研究計画について評価する。 社会人早期修了入試 口述試験、面接及び出願書類により、志望する教育分野に関連する科目、学術論文、業績報告書、特許等の研究業績及び博士論文作成計画書について評価する。 外国人留学生特別入試 口述試験、面接及び出願書類により、博士後期課程の教育を受けるために必要となる語学力、志望する教育研究分野に関連する科目、修士論文及び入学後の研究計画について評価する。 求める資質・能力 基盤的能力 理工学を中心とした広範な学問分野について広く知識を修得する意欲を持つとともに、修士課程修了相当の基礎学力として、理解力、論理的思考力、表現力を身に付けている。 専門的学識 数理情報学・データサイエンス分野に深い興味を持ち、それらの専門研究を通して専門的知識と応用力を身に付け社会で活躍する意欲を持っている。 倫理観 社会の一員としての責任感や倫理観を持って主体的に研究し、科学技術の健全な発展に貢献しようという意識を持っている。 創造力 地域社会や国際社会に貢献するために、未知の問題や最先端の問題に挑戦しようという旺盛な研究意欲や柔軟な思考力を身に付けている。 履修モデル 履修モデル 研究テーマ:プログラミングやAIを活用した信号処理・画像処理技術における新手法の開発 養成する具体的な人材像:プログラミングやコンピュータ、AIについての能力を活かし、情報通信業で活躍する⾼度専⾨職業⼈ 大学院共通科目 研究科共通科目 プログラム専門科目 特論科目 特別演習・特別研究 1年次 1T 信号処理特論 2 数理情報学・データサイエンスプログラム特別演習 4 数理情報学・データサイエンスプログラム特別研究 10 2T 3T 学際融合発表演習Ⅰ 1 4T 2年次 1T 異分野研究体験 1 2T 長期インターンシップ 1 3T 学際融合発表演習Ⅱ 1 4T 3年次 1T 2T 3T 4T 取得単位数 2 2 2 14 16 修得単位数合計:20単位 研究テーマ:数値シミュレーションの高速化と精度向上に関する新手法の開発 養成する具体的な人材像:数学、及び数理情報学に関する専門知識を有し、大学・研究機関において数学、及び数値シミュレーションに関する最先端の研究を行う研究者 大学院共通科目 研究科共通科目 プログラム専門科目 特論科目 特別演習・特別研究 1年次 1T 数理現象解析特論 2 数理情報学・データサイエンスプログラム特別演習 4 数理情報学・データサイエンスプログラム特別研究 10 2T 3T 学際融合発表演習Ⅰ 1 4T 2年次 1T 異分野研究体験 1 2T プレFD 1 3T 学際融合発表演習Ⅱ 1 4T 3年次 1T 2T 3T 4T 取得単位数 2 2 2 14 16 修得単位数合計:20単位 研究テーマ:(早期修了モデル)Deep Learningを用いた新しい会話型自然言語処理技術の開発 養成する具体的な人材像:機械学習や深層学習を用いた膨大なデータから、高度な認識や判断を行う技術を習得した高度AI人材 大学院共通科目 研究科共通科目 プログラム専門科目 特論科目 特別演習・特別研究 1年次 1T プレFD 1 計算知能特論 2 数理情報学・データサイエンスプログラム特別演習 4 数理情報学・データサイエンスプログラム特別研究 10 2T 異分野研究体験 1 3T 学際融合発表演習Ⅰ,Ⅱ 2 4T 取得単位数 2 2 2 14 16 修得単位数合計:20単位 進路情報 修了後の進路 情報通信業 公務(数理情報系) 学術研究、専⾨・技術サービス業(⼤学、公的研究機関の数理情報分野の研究者) 教員一覧 研究領域 教員氏名 研究テーマ リンク 計算機基礎工学 教授廣林 茂樹 計算機を活用する面でのソフトウェアの基本的開発,有効なソフトウェアを開発する基礎となるアルゴリズムの開発,解析及び計測システムにおける高度な信号処理解析に関する教育研究を⾏う。 研究者プロファイルPure 准教授参沢 匡将 研究者プロファイルPure 医用・生体情報学 教授長谷川 英之 情報科学と医学・生物学との融合領域,さらには脳科学,心理学の学問領域に跨る分野に関する教育・研究を⾏う。具体的には,医用センシング・イメージング,信号・画像処理,パターン認識, バイオインフォマティックス,CG・立体視画像の評価・分析,都市景観照明,高齢者・色覚バリアフリー,ニューロコンピューティング,シナプス可塑性,認知・社会相互作用の評価と⽀援等を含む。 研究者プロファイルPure 教授片桐 崇史 研究者プロファイルPure 教授田端 俊英 研究者プロファイルPure 特命教授大嶋 佑介 研究者プロファイルPure 准教授高松 衛 研究者プロファイルPure 准教授長岡 亮 研究者プロファイルPure 人間情報学 教授野澤 孝之 脳・心理・行動・生理活動のマルチモーダル計測と,データサイエンスおよび人 工知能の手法を組み合わせて活用し,人間の認知と社会的相互作用を理解・評価 する方法と,人々の実生活における知的活動を支援する情報技術の開発に関する 教育・研究を行う。 研究者プロファイルPure 准教授池田 純起 研究者プロファイルPure 人工知能 教授高 尚策 人間の脳の仕組みをまねた人工ニューラルネットワーク及び人工知能が自ら学ぶ深層学習,蟻コロニー最適化などの群知能,誤差逆伝播法,遺伝的アルゴリズム,進化戦略など幅広い機械学習の開発,解析及び評価方法に関する教育・研究を⾏う。 研究者プロファイルPure 計算科学 准教授春木 孝之 科学的な問題を分析・解決するために,数学モデルの設計・実装・利用に加えて科学的なシステム・プロセスの数値解析・数値シミュレーションに関する教育・研究を行う。 研究者プロファイルPure 数理解析学 教授山根 宏之 コンピュータや通信技術等の先端技術の急速な進展に対応するため,数理モデルとそこに潜む数理法則を解析する立場から情報数理科学の研究を積極的に展開し,表現論,非線形解析,確率過程などに関する教育・研究を⾏う。コンピュータを駆使して数理現象を解析する能力を備え,科学技術社会の高度情報化に即応し,研究開発能力を持つ人材の育成を目指す。 研究者プロファイルPure 教授菊池 万里 研究者プロファイルPure 教授上田 肇一 研究者プロファイルPure 准教授出口 英生 研究者プロファイルPure 准教授秋山 正和 研究者プロファイルPure 数理構造学 教授藤田 景子 複雑で高度な科学技術社会を⽀え,信頼性を追求する数理科学の基礎理論を総合的に研究するとともに,数理現象の数学解析の⼿法を開拓する。数理構造解析能力を深め,数学的思考能力と論理構成能力に優れた専門家を育成する。 研究者プロファイルPure 教授古田 高士 研究者プロファイルPure 准教授川部 達哉 研究者プロファイルPure 准教授木村 巌 研究者プロファイルPure 量子情報 教授玉木 潔 量子暗号のプロトコル提案,サイドチャネル攻撃提案及び量子プロトコルの安全性解析,そして量子中継など量子力学の原理を利用して革新的な情報処理を可能にする量子情報理論の教育研究を⾏う。 研究者プロファイルPure