ベーシッククラスター（Bクラスター）
Basic cluster (B cluster)
Research and Industry-University Collaboration
研究?産学連携
腾博会游戏大厅_腾博会国际娱乐-下载|官网
2024.12.04 2024.10.30 2024.04.09 2024.03.28 2023.09.01 - 2022.08.29
腾博会游戏大厅_腾博会国际娱乐-下载|官网学際研究フォーラム 2022を開催しました
研究?産学連携開催報告 - 2022.07.28
腾博会游戏大厅_腾博会国际娱乐-下载|官网学際研究フォーラム 2022の開催について
ニュースリリース研究?産学連携
ベーシッククラスターとは
ベーシッククラスターは萌芽、戦略系研究チームであり、チーム型研究の進行によりCAISTクラスターへ移行することが期待されています。
衛星データの利用
地球観測衛星により取得したリモートセンシングデータを用い、手動及び計算機による解析手法を統合するためのアルゴリズムとそれを用いたソフトウェアの開発を行います。
スマートデザイン
人とコンピュータの協働を知識創造プロセスと捉え、その知識を記述、操作する手法を革新することで、コンピュータがもたらす自動化や能力向上を人が主体的に制御／活用できるシステムの実現を目標としています。
自動AIシステムデザイン
機械学習やディープラーニングにおける難解な課題を分析?解決し、AIシステムの設計?開発?運用?管理といった一連のプロセスを自動化する研究を行っています。生成的大規模言語モデル(LLM)を用いて、誰でも簡単にAIアプリケーションを作成?管理できるツールを開発し、AI技術の社会への普及を目指しています。
情報セキュリティ
社会がITへの依存度を高めるにつれて、情報セキュリティの重要性がますます高まっています。 私たちは、暗号の理論と応用、自動車やロボットなどのIoT、ビッグデータやAIのプライバシー、システム管理など、情報セキュリティに関する幅広い研究を通じて、ITを安全に利用できる社会を目指します。また、産官学の連携による人材育成にも力を入れています。
AI/DSを活用したイノベーティブ教育
革新的教育クラスターは、最先端のテクノロジー、フレームワーク、および方法論をダイナミックな教育エコシステムに統合し、AIとデータ駆動の教育時代における学習体験の向上を目指しています。このクラスターでは、適応フレームワーク、知的学習支援システム、学習分析によってサポートされた、技術的スキル訓練、言語教育、一般教育に重点を置いています。
AI、機械学習、データマイニングなどのコアテクノロジーが基盤を形成し、学習教材や学生の活動から得られるデータが教育エコシステムを推進します。この相互接続されたクラスターは、個人に最適化された教育を強化するだけでなく、教育コミュニティにインパクトのある研究と貢献をもたらし、最終的には次世代のイノベーターを育成します。
生体医用情報工学
生体医用情報工学クラスターは、遺伝子から器官までの生体信号、画像、医療情報に関する採集と解析技術を研究開発し、心疾患、がんなど様々な病気のメカニズムを究明し、病気の予防、早期診断、精密治療を実現し、特に成人病の抑制、高齢者の健康管理?増進、医療コストの低減を果たし、人類の健康福祉を促進します。
データサイエンスとエンジニアリング
腾博会游戏大厅_腾博会国际娱乐-下载|官网産学イノベーションセンター（UBIC）と連携しながら、数理モデルや機械学習、情報可視化などデータサイエンスを構成する幅広い手法を用いて実世界サービスが抱える課題に取り組んでいます。パートナーと大学がWin-Winとなるゴールと体制を模索しながら、大学知を社会に還元していくことが大きな挑戦です。
知的交通システム
日本道路交通情報センターは、日本の交通渋滞を監視するために大規模な全国センサーネットワークを構築しました。そのデータをSociety5.0の実現に活用するために、本クラスターは、データマイニングに適したデータレイクハウスを開発し、大規模な交通ネットワークにおける自動運転や視覚範囲を超えた経路推奨システムをサポートする革新的な機械学習技術を探求します。
高性能計算とシミュレーション
ARC-HPCクラスターは、高性能計算 High Performance Computing(HPC)と量子計算 Quantum Computing(QC)の研究基盤を確立し、その応用として新規アルゴリズムの研究及び大規模数値シミュレーションを推進します。
統合計算通信プラットフォーム
私たちは、第5世代（B5G）および第6世代（6G）無線ネットワークのパラダイムにおける、アンビエントインテリジェンスのための統合計算?通信プラットフォームの設計および開発課題に取り組んでいます。特に、様々な空中プラットフォーム/乗り物を利用した宇宙ベースの通信ネットワークにおけるマルチアクセスエッジコンピューティング（MEC）の実装に向けた幅広いトピックの調査に注力しています：
1.実現技術
2.ネットワーク?アーキテクチャ
3.データオフロード最適化戦略
4.データと学習モデルのセキュリティ／プライバシー?メカニズム