データサイエンス学部 川端 智紀さんが、DEIM2024で「学生プレゼンテーション賞」を受賞!
2024.04.26
- TOPICS
- 学生の活躍
- 研究
- データサイエンス学部
データサイエンス学部 4年の川端 智紀さんが、2024年2月28日(水)~3月1日(金)、4日(月)、5日(火)にアクリエひめじ(兵庫県姫路市)(現地とオンライン)で開催された、DEIM2024第16回データ工学と情報マネジメントに関するフォーラムにて、「学生プレゼンテーション賞」を受賞しました。
受賞者
データサイエンス学部
データサイエンス学科4年(受賞当時)
指導教員
データサイエンス学部
戸田 浩之 教授(Behavioral Data Science)
受賞内容
DEIM2024第16回データ工学と情報マネジメントに
関するフォーラム
学生プレゼンテーション賞
発表題目
交通計測地点の増加に対応する知識転移を用いた時空間グラフモデリング
データサイエンス学部
データサイエンス学科4年(受賞当時)
川端 智紀 さん
指導教員
データサイエンス学部
戸田 浩之 教授(Behavioral Data Science)
受賞内容
DEIM2024第16回データ工学と情報マネジメントに
関するフォーラム
学生プレゼンテーション賞
発表題目
交通計測地点の増加に対応する知識転移を用いた時空間グラフモデリング
今回の発表について川端さんに解説していただきました。
本研究では深層学習*1を活用した交通量予測に取り組んでいます。従来の技術で高い予測精度を得るためには多くの観測データを必要としますが、実際の都市における交通計測地点は時間とともに変化しており、十分な量の観測データが得られないことがあります。そこで本研究では交通計測地点数が変化する前のデータから得られる知識を用いることで、変化後のデータが少ない状況下においても、深層学習を用いた高精度な予測を可能にしました。
本研究では深層学習*1を活用した交通量予測に取り組んでいます。従来の技術で高い予測精度を得るためには多くの観測データを必要としますが、実際の都市における交通計測地点は時間とともに変化しており、十分な量の観測データが得られないことがあります。そこで本研究では交通計測地点数が変化する前のデータから得られる知識を用いることで、変化後のデータが少ない状況下においても、深層学習を用いた高精度な予測を可能にしました。
川端 智紀さんのコメント
この度は、学生プレゼンテーション賞を頂き大変光栄に思います。研究を指導して頂いた戸田先生、学会に携わっていただいた皆様にこの場をお借りして心より御礼申し上げます。今回の学会参加の経験を糧に、大学院進学後も研究に精進していきたいと思います。
この度は、学生プレゼンテーション賞を頂き大変光栄に思います。研究を指導して頂いた戸田先生、学会に携わっていただいた皆様にこの場をお借りして心より御礼申し上げます。今回の学会参加の経験を糧に、大学院進学後も研究に精進していきたいと思います。
指導教員 戸田 浩之教授のコメント
受賞おめでとうございます!
川端君は、研究室に配属された直後から、人流及び交通流の予測に関する強い興味を持ち、関連する研究の調査を精力的に進めてきました。実社会の課題に対して高い価値を提供する研究テーマを設定し、その解決に向けた技術検討と実験に熱心に取り組んだ結果、この度の受賞につながったのだと思います。大学院でも、これまで通り研究に対して謙虚な姿勢を保ちながら、さらなる精進を重ねていって欲しいです。
用語説明
*1 深層学習:人間の脳の働きに着想を得た方法で、大量のデータから、データの背後にあるルールやパターンを学び取る人工知能技術の一種。
受賞おめでとうございます!
川端君は、研究室に配属された直後から、人流及び交通流の予測に関する強い興味を持ち、関連する研究の調査を精力的に進めてきました。実社会の課題に対して高い価値を提供する研究テーマを設定し、その解決に向けた技術検討と実験に熱心に取り組んだ結果、この度の受賞につながったのだと思います。大学院でも、これまで通り研究に対して謙虚な姿勢を保ちながら、さらなる精進を重ねていって欲しいです。
用語説明
*1 深層学習:人間の脳の働きに着想を得た方法で、大量のデータから、データの背後にあるルールやパターンを学び取る人工知能技術の一種。