こんにちは。初めまして。
月曜14:00~15:30担当の瀧田です。今回は1回目の執筆ということで、自己紹介をさせていただこうと思います。
～プロフィール～
・学年：M2
・学科：電気情報工学科
・研究室：湯川研究室
・研究内容：機械学習におけるアルゴリズム構築とその数理最適化
情報系と見せかけたゴリゴリの数学のようです（研究室に入ってから受けた講義が、実は数学科が2年かけて勉強する内容だったことを後々知りました…）
・趣味：中学の部活から続けているテニス（最近は体力的にきつくてヨガに通い始めました）
カフェ巡り（コーヒーが好きで、カフェでアルバイトをしていたこともありました）
最近はお家で過ごす時間が増えたことをきっかけに、カフェ巡りの代わりに美味しい紅茶やハーブティーを入れて楽しんでます。
～研究室について～
次回は私の研究室選びの軸や経緯についてお話したいと思うのですが、その前に今回は研究内容について軽く触れておきますね。
まず、研究室では一人一人違うテーマで研究を進めています。情報系の研究室は基本一人で研究することが多いですよね。
メンバーに共通するキーワードは"（凸）最適化" "機械学習（×深層学習）" などですね。機械学習において、数学的観点からみてどのように解を求めていくべきかを考える＝最適化する。
私の所属する研究室では最適化する際、"スパース性"や"外れ値に対してロバストか（頑健性があるか）"といったことを考慮している方が多いです。
スパース性とは、簡単に言うとほとんどの信号が0でたまに1があるような性質です。ほとんど0ということは必要な情報だけ少数をとっておきその他は無視することで、効率良く計算したり情報を保持しておくことが可能になる というとイメージしやすいでしょうか。
外れ値はノイズとは言えないほど、その現象を表す関数から大幅に外れた値のことだと認識してもらえれば問題ないです。外れ値に引っ張られない関数をいかに作るかというのが、精度に大きく影響してきますが、これを考慮するのはとても難しい問題のようです。
ざっとまとめると、 "工学的な視点×数学的な視点" で研究を進めており、電気系統の学科では珍しく 数学の理論も突き詰められることが当研究室の魅力の１つです。
数多くの研究室を訪問することは少し腰が重い方もいらっしゃるかもしれませんが、一生に1度(or2度?)の研究室選びの際にはぜひ色々な研究室のお話を幅広く聞いた上で選んでいただくことをおすすめします。
似たようなことをやっているように見えても、先生の方針が違っていて研究の進め方も違うことがありますよ。
（基礎固め→応用に活かす or 応用をかっちり決める→手法を模索 …）
もちろん、研究室選びでわからないことや迷っていることがありましたら、いつでもラーニングサポートのデスクにてお気軽にご相談ください！
