理学クラスター講義Ⅳ - 大学院教育高度化プログラム(学部・研究科共通科目)

大学院教育高度化プログラム(学部・研究科共通科目)

理学クラスター講義Ⅴ(Sセメスター2単位)

今年度の理学クラスター講義は、オンライン講義(Zoom)を実施します。
詳細はUTASのシラバスを参照してください。

キーワード

「AI・深層学習・機械学習」

使用言語

日本語

講義の趣旨

本講義は、あるキーワードで表されるテーマを各分野がどのような問題として捉えているのか紹介し、その問題解決の方法を学生が理解することによって新たな知見を広めるとともに、各専門分野での最先端の問題に触れることを目的としている。

日程及び講義概要

8月3日(月)

時間 講師・講義題目
10:00-12:00
樺島 祥介 教授(物理)
「ベイズ統計とスパース推定」
高精度な信号処理や解釈性の高い機械学習への応用により近年注目されているスパース推定を事前知識を積極的に活用する統計学の枠組みであるベイズ統計の視点から解説する.
13:00-15:00
桂 法称 准教授(物理)
「ニューラルネットワークの物性物理学への応用」
機械学習のアルゴリズムとしてよく用いられるニューラルネットワークを、物性物理学や統計物理学の諸問題に積極的に応用しようという潮流が近年生まれ進展している。本講義ではそのような研究の流れを紹介し、さらに機械学習をトポロジカル相の分類に応用した最近の研究などについて解説する。
15:15-17:15
酒向 重行 准教授(天文)
「天文学における機械学習」
天文学への機械学習の導入が急速に進んでいる。本講義では機械学習の導入事例として、超新星をはじめとする突発現象の探査、銀河分類、動画データからの移動天体の検出などを紹介する。また、天文ビッグデータの獲得と処理に関する課題と取り組みについても触れる。

8月4日(火)

時間 講師・講義題目
10:00-12:00
合田 圭介 教授(化学)
「AIで細胞のウォーリーを探せ!」
本講義では、高速蛍光イメージングにマイクロ流体技術や深層学習などを融合することで、多種多様な細胞を高速に識別し、その解析結果に基づいて所望の細胞のリアルタイムな分取を可能とする「細胞のウォーリーを探せ」的な生物学・医学における基盤技術を紹介する。また、機械学習における教師なし学習と強化学習を本技術に実装することで、未知な細胞の発見を効率的に行うことが可能な、人間的な認知能力を超えたAI科学者の創出に向けた活動も紹介する。
13:00-15:00
河原 創 助教(地惑)
「太陽系外惑星探査と機械学習」
現在の太陽系外惑星探査では、宇宙からの大規模データ解析やデータの逆問題的アプローチなど様々な部分で機械学習の技術が用いられている。これらを数式とともに概観していきたい。
15:15-17:15
加藤 愛太郎 教授(地惑)
「地震学におけるビッグデータ解析・機械学習」
日本全国に2000箇所以上ある地震計で24時間365日大地の揺れを計測・集約して、地震ビックデータを構築している。この地震ビックデータの内容と解析、機械学習による地震検出・地震活動解析等、最先端研究について概説する。

8月5日(水)

時間 講師・講義題目
10:00-12:00
程 久美子 准教授(生科)
「機械学習を用いた小さなRNAがグローバルにヒト遺伝子ネットワークを制御する機構」
ヒトは約2000種のマイクロRNAと呼ばれる小さなRNAをもっている。マイクロRNAは相補的な塩基配列をもつ遺伝子の発現をシステマティックに制御する。本講義では、その複雑なメカニズムと機械学習によって明らかにした制御機構について概説し、その応用の可能性について議論する。
13:00-15:00
角田 達彦 教授(生科)
「ゲノム・オミクスと深層学習・機械学習による疾患研究」
ゲノムなどのオミクスデータと臨床データに、深層学習などの機械学習を適用することにより、疾患の因子やメカニズムを解明し、プレシジョン医療を推進する。また未来の医療を描く。これらの方法論を紹介し議論する。

場所

小柴ホール(理学部1号館中央棟2階)

オンライン講義(Zoom)を実施します。
詳細はUTASのシラバスを参照してください。

履修登録

履修を希望する学部生及び大学院生は、Sセメスターの履修登録期間(4/17-5/11)にWEB上(UTAS)で申し込んでください。【科目番号:0590035(学部生)/35620-1005(大学院生)】

WEB上で履修登録をしなかった場合には、7月31日(金)までに理学部1号館東棟2階275号室の学務課カウンターにある履修登録用紙により申し込んでください。

成績評価

各講義のレポートまたは小テストの評価により行います。各講義は、講義約90分、レポートまたは小テスト約30分で実施します。