社会・情報システム工学博士特別研究１Ａ (西山)

AdvancedStudyforDoctorateCourseinSocialandInformationSystemsEngineering1A

997D742

74GRGES731

西山　裕之

Hiroyuki Nishiyama

2026年度前期

2026年度

①First semester

集中講義

Intensive Course

創域理工学研究科　経営システム工学専攻

Department of Industrial and Systems Engineering, Graduate School of Science and Technology

3.00単位

卒業研究（研究指導）

Graduation research(Research Guidance)

-

① [対面]対面授業/ [On-site] On-site class

物事に対する問題点を考える能力を習得するとともに，これまでに習得してきた知識や技術を用いることで，その問題点を解決するための仮説（方法）を考える能力を習得する．そして，本卒業研究では，仮説を証明するためのプログラムを作成し，コンピュータで実行して評価および検証を行う能力を取得することを目標とする（前期科目）．

物事に対する問題点を考える能力を習得するとともに，これまでに習得してきた知識や技術を用いることで，その問題点を解決するための仮説（方法）を考える能力を習得する．
本学科のディプロマ・ポリシー「修得した専門知識や教養をもとに、他者とコミュニケーションをとり、国際的な視野を持って活躍できる能力」に該当する科目である．

仮説を証明するためのプログラムを作成し，コンピュータで実行して評価および検証を行う能力を取得することを目標とする．

特に無し。

課題に対する作文　Essay／ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation／PBL (課題解決型学習)　Problem-based learning／実験　Experiments／実習　Practical learning

研究計画に即して実施し、打ち合わせた内容で疑念が生じた場合には、論文等による早急に解決を図る。

研究室での指導をすべて受けていて提出物が所定の基準を満たしていることを前提とし、研究の経過の確認（50％）と学科内での研究計画の発表（50％）で評価する。また、その他（対外発表等）は加点の要素とする。

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

各自の研究のテーマによっては、指定する場合があるが、自分のテーマに合う文献等は積極的に見つけること。

〇 分散人工知能／センサデバイス統合／応用人工知能（機械学習の活用等）
　
西山研究室では、現実世界で収集された情報に対して人工知能技術を用いて解析することにより、人間の意思決定を支 援するための情報を作り出す研究を行っています。具体的な例として、自動車運転時の運転者の情報（表情、視線、脈拍、脳波）から危険運転（居眠運転や散漫運転）検知を行う研究、人間の日常的な活動情報（加速度、GPS位置情報、脈拍）から行動内容を推測する研究、そして、オフィスなどで仕事中の人間の情報（表情、視線、脈拍、脳波）から疲労度や集中度を推測する研究などを行っています。
　
本研究室では、収集された情報を人工知能技術により解析するだけでなく、情報を収集する過程も研究の一部に組み込んでいます。すなわち、各種のセンサ（深度カメラセンサ、全天球カメラセンサ、加速度センサ、脈拍センサ、脳波センサ等）から情報をリアルタイムに集める技術も習得することになります。これにより、異なるセンサ群をリアルタイムに操作する分散ネットワークシステムを構築するための通信プロトコルの開発、様々なセンサ情報を統合するセンサフュージョン、VRデバイス(HoloLens等)を使用した先進的なインターフェースの開発なども研究対象となります。

１．スマートデバイス（iPhoneやAndroid携帯、スマートウオッチ、スマートスピーカー、ArduinoやRaspberry Pi等のIoT機器）から得られる人・動物のライフログ、クラウド環境から得られる稼働ログなど様々な情報に対するサービスシステムへの応用研究
２．WEB上のサービス（Twitterやブログなどソーシャルネットワーキングサービス等）の情報を入力情報とする新たなコミュニケーションサービスシステムの設計
３．深度カメラセンサ（RealSenseやKinect）から得た視線を含む表情情報を用いた自動車の安全運転支援やWeb検索支 援を可能にするシステムの設計
４．複数の計算機を用いた上記の人工知能分野の問題に対する協調型並列処理システムの設計（従来のクラウドでは解決できない分野です）
５．その他、経営工学実験Ｄ（ロボット制御）で実施したMASSHの様に、自分で問題点を発見し、その問題点を解決するための仮説生成、そして、仮説を証明するためのシステム設計・実装を研究対象にすることも可能です。

1−15 研究室ゼミでの研究報告
各自の研究課題、研究方法、研究作業内容、研究論文などについて各指導教員の研究室ごとにゼミ形式で報告する。また、その内容について、質疑・応答、討論を通じて、研究の進捗への指針などについて理解を深める。 　

全ての授業を対面を基本として実施する

Mathematica／MATLAB/Simulink

Y

Y