指導教員

研究内容
今や、機械学習は現在の世界を支える基盤技術の一つです。生成AIの登場により、少し勉強するだけで、簡単に実装することもできるようになりました。本研究室で、この世の中の流れを加速させるため、機械学習の理論研究に取り組んでいます。具体的には、以下の5つの柱を立てて研究しています。

---

サロゲート最適化における不確定性の厳密な定量化：
少ない試行回数で最適解を探索する手法はサロゲート最適化と呼ばれ、創薬や新材料開発といった高コストな実験を伴う分野で活用されています。本手法のプロセスは、不確実性の高い領域を調査する「探索」と、現時点での有望な領域を深掘りする「活用」に大別されます。一般に、観測序盤では探索を、終盤では活用を重視すべきとされますが、空間全体の不確実性を定量化する手法が確立されていなかったため、両者の調整は経験的なトレードオフに頼らざるを得ないという課題がありました。この問題を解決するため、本研究では探索空間全体の不確実性を「カーネル関数で表現された推定分散の積分値」と定義し、その積分の閉形式表現を導出することに成功しました。これにより、理論的根拠に基づいた効率的なサロゲート最適化が可能となります。現在は、ガウシアンカーネルだけでなく、より複雑なカーネル関数においても不確実性の閉形式表現を得るべく、その拡張に取り組んでいます。

• Y. Omae et al., EVI-GPBO: Estimated Variance Integration-Based Gaussian Process Bayesian Optimization, IEEE Access, vol.13, pp.26208-26224, 2025.

---

如何にして任意の深層学習の推定根拠を可視化するか？：
深層学習の推定根拠を可視化する手法としてGrad-CAMが脚光を浴びていますが、本手法は標準的なネットワーク構造にしか適用できないという制約があります。近年、モデルの高性能化を目的として、PCA（主成分分析）やSVM（サポートベクターマシン）をネットワーク内部に組み込んだハイブリッドモデルが登場しています。しかし、これらの特殊なレイヤを含むモデルに対しては、Grad-CAMを適用できないという課題がありました。その主な要因は、Grad-CAMの計算に不可欠なヤコビ行列（入出力間の1階導関数）の導出が困難であるためです。そこで本研究室では、任意のレイヤ構造を持つモデルにおいても推定根拠を可視化できるよう、入出力間のヤコビ行列の定式化を行っています。これまでに、内挿されたPCAレイヤやSVMレイヤの可視化に成功しました。このように、ブラックボックスで解釈が困難な深層学習を、ホワイトボックスで信頼性の高い技術へと昇華させる研究を推進しています。

• Y. Omae, PCA- and SVM-Grad-CAM for Convolutional Neural Networks: Closed-form Jacobian Expression, [Machine Learning] (cs.LG), arXiv:2508.11880

---

深層学習がうまくいく理由の理論的な解明（損失関数のテイラー展開の立場から）：
深層学習は多様な回帰・分類課題において優れた予測性能を示すことから、社会の各分野で社会実装が進んでいます。現在、応用研究における膨大な試行錯誤の結果、性能向上に寄与する手法が経験的に蓄積されつつあります。しかし、その知見の多くは現象論的な記述に留まっており、特定の実験環境外での再現性や信頼性が担保されないという課題があります。本研究は、深層学習の有効性を数学的定理として確立することを目的とします。具体的には、深層学習の損失平面をテイラー展開に基づき解析することで、性能向上の本質的な条件を厳密に導出しました。本研究は、経験則に依存していた深層学習に対し、強固な理論的基盤を与えるものであり、学術的に重要な意義を有します。

• 近日中に公開予定！

---

より良い特徴量探索アルゴリズムの提案：
機械学習による回帰・分類モデルを構築する際、特徴量ベクトルが高次元すぎると推定性能が低下することが知られています。そのため、特徴量集合の中から不要な特徴量を発見し、除去することが重要です。しかし、特徴量同士の組み合わせにより効果を発揮する特徴量もあるため、特徴量同士の組み合わせを考慮することが必要です。ただし、構成可能な特徴量の部分集合は組合せ爆発するため、通常、全探索を行うことは困難です（規模が大きいと、スパコンでも解けません）。これを解決する学術分野を特徴量探索と呼び、本研究室でも、特徴量部分集合の評価値を定量化し、実現可能な計算量でより良い特徴量の組み合わせを発見する手法の提案に取り組んでいます。

• Y. Omae et al., E2H Distance-weighted Minimum Reference Set for Numerical and Categorical Mixture Data and a Bayesian Swap Feature Selection Algorithm, Machine Learning and Knowledge Extraction, vol.5, no.1, pp.109-127 2023.

---

実社会での機械学習の応用：
世の中をより良くするお手伝いとして、役立つ機械学習の実装も行なっています。医療応用（日大医学部、順天堂大学、群馬大学との共同研究）、重力波検出（東京都市大学宇宙科学研究センターとの共同研究）、スポーツ応用（国立スポーツ科学センターとの共同研究）、COVID-19の感染シミュレーション（内閣府コロナ対策室の依頼による）、学び合いを最適化する知能システム（山梨県立大学、上越教育大学との共同研究）などがあります。

• Y. Saito, Y. Omae, Prognostic significance of pulmonary arterial wedge pressure estimated by deep learning in acute heart failure, ESC Heart Failure, vol.10, no.2, pp.1103-1113, 2022.
• S. Sasaoka, Y. Omae et al., Comparative study of 1D and 2D convolutional neural network models with attribution analysis for gravitational wave detection from compact binary coalescences, Physical Review D, vol.109, no.4, art. no. 043011, 2024.

機械学習を高精度化させる数学的手法について研究しています。

機械学習・人工知能で便利なものを作っています。

参加した国際会議など：
日本語は日本国内という狭い世界でしか通用しません。そのため、研究成果は英語で国際的に発表することが重要です。
以下、何らかの形で本研究室が関与した国際会議です。学生と一緒に行っているものもあります。

• the 10th International Workshop on Computational Linguistics for Uralic Languages（Kuopio, フィンランド）
• 13th International Conference on Mathematical Modeling in Physical Sciences（カラマタ, ギリシャ）
• AI & The Future: the Age of Machines（ウィーン, オーストリア）
• Power Conference 2024（プラハ, チェコ）
• Annual Congress of the Belgian Society of Cardiology（ブリュッセル, ベルギー）
• The international ICT Summer School（ヘルシンキ, フィンランド）
• 11th International Conference on Mathematical Modeling in Physical Sciences （Belgrade, セルビア）
• the Seventh International Conference on Advanced Cognitive Technologies and Applications（ニース, フランス）
• the 14th International Conference on Innovative Computing, Information and Control（ソウル, 韓国）
• the 13th International Conference on Innovative Computing, Information and Control（Lianyungang, 中国）
• The 18th International Conference on Innovative Computing, Information and Control（Qinhuangdao, 中国）
• the 2017 IEEE/SICE International Symposium on System Integration（台北, 台湾）
• International Conference on Machine Learning Physics
• XV International Conference on Gravitation, Astrophysics and Cosmology
• the 16th International Conference on Innovative Computing, Information and Control（オンライン）
• 12th International Conference on Mathematical Modeling in Physical Sciences（オンライン）
• the 15th International Conference on Innovative Computing, Information and Control（オンライン）
• The 10th International Conference on Mathematical Modeling in Physical Sciences（オンライン）
• 12th International Conference on Mathematical Modeling in Physical Sciences（オンライン）
• International Cosmic Ray Conference 2023（名古屋, 日本）
• The 17th International Conference on Innovative Computing, Information and Control（熊本, 日本）
• the 19th International Conference on Innovative Computing, Information and Control（北九州, 日本）
• the 8th Biennial Workshop on Digital Signal Processing for Vehicle Systems（名古屋, 日本）
• 10th International Congress on Industrial and Applied Mathematics (東京, 日本)
• 27th International Conference on Electrical Machines and Systems（福岡, 日本）
• the 12th International Conference on Innovative Computing, Information and Control（熊本, 日本）
• the 2016 IEEE/SICE International Symposium on System Integration（北海道, 日本）
• the 2015 IEEE/SICE International Symposium on System Integration（名古屋, 日本）
• the 19th International Symposium on Wearable Computers（大阪, 日本）

視察した大学：
国際動向を掴むために、海外の大学を視察することもあります。
フィンランドに1年間住んでいたので、ヨーロッパ多めです。

• トゥルク大学（トゥルク, フィンランド）
• ミュンヘン工科大学（ミュンヘン, ドイツ）
• University of Peloponnese（カラマタ, ギリシャ）
• ラップランド大学（ロヴァニエミ, フィンランド）
• ラップランド応用科学大学（ロヴァニエミ, フィンランド）
• タリン大学（タリン, エストニア）
• カレル大学（プラハ, チェコ）
• ブリュッセル自由大学（ブリュッセル, ベルギー）
• アムステルダム大学（アムステルダム, オランダ）
• ヘルシンキ・メトロポリア応用化学大学（ヘルシンキ, フィンランド）
• ヘルシンキ大学（ヘルシンキ, フィンランド）

校務分掌
2025年度（日大）:

• マネジメント工学科 2年生 コース担任（ビジネス）
• 会計（ビジネスマネジメントコース）
• 学生生活委員会
• 教学IR室運営委員会
• 教育支援専門委員会
• FD専門委員会
• 入学試験実施専門委員会
• 起業戦略研究会 顧問（経営戦略研究会から名称変更）
• 日本大学ワールド・カフェ カフェマスター
• 学生生活支援（学生表彰）ワーキンググループ

2024年度（日大）:

• 在外派遣研究員（フィンランド、ヘルシンキメトロポリア応用科学大学）

2023年度（日大）:

• 入学試験実施専門委員会 委員
• 就職指導委員 委員（常任）
• 学生生活委員 委員
• マネジメント工学科 3年生 コース担任（フード）
• 会計（ビジネスマネジメントコース）
• 経営戦略研究会 顧問
• 日本大学ワールド・カフェ カフェマスター
• 助講会 会員
• 学生生活支援 ワーキンググループ
• キャリア支援 ワーキンググループ
• ボランティア活動支援 ワーキンググループ

2022年度（日大）:

• 生産実習委員会 委員（常任）
• 入学試験実施専門委員会 委員
• マネジメント工学科 2年生 コース担任（フード）
• 経営戦略研究会 顧問
• 数理・データサイエンス・AI教育の検討WG メンバー
• 日本大学ワールド・カフェ カフェマスター補助
• 助講会 会員

2021年度（日大）:

• 図書委員会 委員
• 生産実習委員会 委員
• 入学試験実施専門委員会 委員
• 数理・データサイエンス・AI教育の検討WG メンバー
• オンライン授業検討WG メンバー
• 総合型選抜WG メンバー
• STEAM-to-BEプログラムWG メンバー
• ハイフレックス型授業推進WG メンバー
• 購読雑誌継続検討WG メンバー
• 生産実習システム統合検討WG メンバー
• マネジメント工学科 4年生 コース担任
• 日本大学ワールド・カフェ カフェマスター
• 助講会 幹事
• 助講会 選挙管理委員
• 経営戦略研究会 顧問

2020年度（日大）:

• 図書委員会 委員
• 生産実習委員会 委員
• オンライン授業検討WG メンバー
• 総合型選抜WG メンバー
• STEAM-to-BEプログラムWG メンバー
• ハイフレックス型授業推進WG メンバー
• マネジメント工学科 3年生 コース担任
• 日本大学ワールド・カフェ メンバー
• 助講会 幹事

2019年度（日大）:

• 図書委員会 委員
• マネジメント工学科 2年生 コース担任
• 助講会 会員

2018年度（東京高専）:

• 寮務委員会 主事補
• 海外インターンシップ作業部会
• 電気工学科 4年生 副担任

2017年度（東京高専）:

• 学生委員会 委員
• 電気工学科 3年生 副担任