中部大学研究紹介2025

24/94

23キーワード相談に応じられる内容兆しを掴み未来を予測 －分野横断・連携型数値シミュレーション技術－KIMURA Hideaki工学部 情報工学科教授木村 秀明数値シミュレーション技術、知識クラウド化と人間行動制御容易化技術、様々なIoTセンサ技術、AI応用、センサとAIによるインフラ管理技術、リバースエンジニアリング未来社会像Society 5.0の実現には、「新たなサービスを生み出す創造力」と「実世界に近い実験環境」が必要である。本研究室では、「サイバーフィジカルシステム」、「ディジタルツインコンピューティング」等、Society 5.0を支える実世界と仮想世界を連携した未来予測を可能とする「Computer-based World」構築に向けたデータ「収集」、「蓄積」、「解析」および「制御」技術の研究を行っている。【研究テーマ】●社会インフラ将来状態予測技術（図1）●システム異常・要因予測技術（図2）●IoTデバイス超低消費電力化技術●一般ユーザ参加型インセンティブ方式●膨大化するクラウド蓄積データ削減技術●AI連携適応型数値モデリング技術●知識クラウド化を仮定した人間行動数値計算技術●分野横断・連携数値シミュレーション技術●仮想世界での最適解を実世界にフィードバックする技術Society 5.0、数値シミュレーション、AI、IoT、人間行動モデリング、5G、8K、未来予測・予知分合TimedutilpmAeData_RTimedutilpmAeData #1FrequencydutilpmAeData #kFrequencyS-retemarapData #N図2　システム異常、要因予測特許P88参照独自HPキーワード相談に応じられる内容昆虫脳を模倣したEdgeAIYAMAUCHI Koichiro工学部 情報工学科AI数理データサイエンスセンター 兼務教授山内 康一郎ネット接続ができない環境での追加学習が必要なタスク、瞬時適応が必要なタスク、個人適応型デバイス、環境変化追従タスク昆虫脳、組込用学習エンジン、瞬時追加学習、 EdgeAI、Continual Learning　昆虫脳の中枢である微小脳：「キノコ体」は、新しく現れた感覚情報を効率良く学習していることが分かってきました。私達はこの機能を数学的にモデル化する研究を行うと共に、これをヒントとする実用的な学習理論を構築しています。その最新版学習理論では：①「瞬時」追加学習能力（破滅的忘却を抑制+超高速適応）②リソースマネージメント（限られた容量以内で継続学習）③連続関数近似・分類問題に適応可能④リソース制限下でのベンチマークテストで最高水準を実現しました。【研究テーマ】●ショウジョウバエのキノコ体出力ニューロン学習モデル構築　●組込用学習理論構築●マイコン・FPGA実装●個人適応・デバイス特性変化適応・環境変動適応、に関わる応用 （例：太陽電池の個性を学習する高速最大電力点追従制御）社会実装分野小型マイコン上に人工知能をインストールしたい企業工学部工学部