高田 寛之（Hiroyuki Takada）

職名	准教授　(Associate Professor)
学位	博士(理学)
専門分野	応用確率論 　　　　　 機械学習
略歴	東京理科大学大学院 理工学研究科 修士（理学） 東京理科大学 理工学部 情報科学科 助手 博士（理学） （東京理科大学） 山口東京理科大学 基礎工学部 電子・情報工学科 助手 長崎大学 工学部 情報システム工学科 助手・助教 長崎大学 工学部 工学科 情報工学コース 助教 長崎大学 情報データ科学部 助教
研究者データベース	詳細はこちらから
研究シーズ	詳細はこちらから
SDGsの取組み

主な研究課題

数理モデルの深層学習への転移

このテーマは、数理モデルと深層学習を融合させることで、それぞれの技術の短所を補い合い、良いとこ取りをするための技術の発展を目指す研究である。今のところ可能なことは、現象を説明することができるとされている数式をニューラルネットワーク化することや、結果（料理）から使われている基底（材料）とその配合量に分解（分析）することである。物理学・化学・生物学はしばしば最小単位や元素や生物としての機能に分解しようとする。これにより学習した内容が説明できるものになる。取組中の応用課題は以下の通りである。

• 配送センターの受注量予測
• フォークリフトの危険走行の検出（教師なし学習）
• 聴診音から喘鳴の検出（教師なし学習）
• 菊の教師なし学習による異常検出（教師なし学習）
• 複数の指標で特徴づけられる仕事の均等配分問題における多目的最適化

主な著書・論文

• N. Umeno, M. Yamashita, H. Takada, S. Matsunaga, Training Data Expansion for Classification between Normal and Abnormal Lung Sounds, Procs. of 2019 APSIPA ASC, 935-938 (2019)
• D. Nozaki, M. Yamashita, H. Takada, S. Matsunaga, Detection of anchors' utterances in broadcast news using i-vector-based speaker similarity and temporal, Procs. of the 23rd International Congress on Acoustics, 6808-6814 (2019)
• H. Takada, Markov modulated fluid queues with batch fluid arrivals, Journal of the Operations Research Society of Japan, 44(4), 344-365 (2001)
• X. Chao, M. Miyazawa, R. F. Serfozo, H. Takada, Markov network processes with product form stationary distributions, Queueing Systems 28, 377-401 (1998)

主な国際・国内活動

• 日本オペレーションズ・リサーチ学会　会員
• 電子情報通信学会　会員