３名の講演者を招いて，ヒューマンシステム論分野講演会を開催した．
日時：2026年9月4日(金) 13:00-17:20
場所：京都大学 総合研究8号館 講義室3 (3階328)
今回は，情報学研究科在籍者に加えて，共同研究や学術指導で関係のある企業の方々，化学工学会 システム・情報・シミュレーション部会 プロセスシステム工学分科会の委員に案内を送付した．
全体のテーマは強いて言えば「データ駆動型モデリング」といったところだが，特に決めてはいない．
講演１：13:00〜14:20
Dr. Masanori Oshima, Department of Automation Engineering, Technical University of Ilmenau
題目：予測制御のためのモデル構築用データ取得手法
概要：モデル予測制御（MPC）はモデルによる予測に基づいてプロセス入力を決定する制御手法であり，MPCを用いて高性能な制御を実現できるかどうかはモデルの出来に左右される．高性能なMPCを実現するモデルはプロセスの入出力データを用いて構築できることが知られているが，そのために用いるデータの取得方法については依然として検討の余地がある．本講演では，MPCのためのモデル構築用データ取得について最近の研究成果を交えながら議論する．
講演２：14:30〜15:50
日野 英逸 教授，統計数理研究所 先端データサイエンス研究系
題目：行列式点過程にまつわるあれこれ
概要：行列式点過程は，類似したオブジェクトが同時に観測されにくいという「斥力」を表現する確率モデルとして，物理学，実験計画などの分野で古くから研究されており，機械学習においても利用が広がっている．本講演では行列式点過程の導入と関連する研究課題の紹介をし，講演者らのグループによる行列式点過程の推定・モデル構造の解析・モデルの拡張に関する最近の成果をいくつか紹介する．
講演３：16:00〜17:20
久保 孝富 准教授，奈良先端科学技術大学院大学 情報科学領域
題目：生体現象を捉える表現の特定可能性，そして潜在構造へ
概要：生体現象の背後には，比較的低次元の本質的な状態あるいは構造が潜在すると考えられる．一方，実際の観測データはしばしば高次元かつ冗長であり，その冗長性によって現象を包括的に捉える役割を果たす．本講演では，高次元観測からそうした潜在構造を抽出するうえで，表現の特定可能性が中核的な役割を果たすことを概観する．さらに，表現の特定可能性を基盤として，潜在構造の抽出と特定にどのように迫ることができるかを展望する．
いずれに講演も大変勉強になった．難しすぎてついていけない部分も少なくなかったが．
講演会の後，講演してもらった面々と企業研究者を中心に計９名で「第８回ウイスキーを飲む会」を開催した．
© 2026 Manabu KANO.
コメント