皇家华人

本文へ移动
资料请求はこちら资料请求はこちら资料请求はこちら

横浜市立大学 YOKOHAMA CITY UNIVERSITY

データサイエンス学部&研究科 戸田研究室の学生4名が、DEIM2026で学生プレゼンテーション赏を受賞!

2026.05.01
  • TOPICS
  • 学生の活跃
  • データサイエンス学部

データサイエンス学部、大学院データサイエンス研究科の戸田研究室に所属する学生4名が同时受赏

データサイエンス学部及びデータサイエンス研究科 戸田研究室の学生4名が、2026年2月28日(土)~3月5日(木)にオンラインおよび神戸国際会議場?展示場で開催されたDEIM2026(第18回データ工学と情報マネジメントに関するフォーラム)において、学生プレゼンテーション赏を受賞しました。

受赏内容
第18回データ工学と情报マネジメントに関するフォーラム(顿贰滨惭2026)
学生プレゼンテーション赏

指导教员
データサイエンス研究科 データサイエンス専攻
教授(知能情报学)


受赏者の皆さんに、発表内容について解説していただきました。

受赏者
データサイエンス研究科 データサイエンス専攻
须藤 龙一すどう りゅういち
さん

発表题目
移动轨跡を活用した観光客の移动特性の理解とそれに基づく経路推荐手法の提案
発表内容
本研究では、観光客の移动轨跡データを活用した経路推荐に取り组んでいます。従来の手法は、観光客が「どこに行くか」ばかりに焦点が当てられ、そこに至るまでの「移动」について、十分に考虑されてきませんでした。しかしながら、风景や街并みを楽しんだり、食べ歩きを堪能したり、「移动」は観光体験を构成する大きな魅力の一つとなります。そこで私たちは、従来见过ごされてきた観光における「移动」の価値や影响に着目した新たな経路推荐の枠组みを提案しました。具体的には、移动中の动きや周囲の环境、天気、混雑状况を示す特徴を「移动特性」として数値化し、推荐に反映させる仕组みを构筑しました。さらに、嗜好が状况に応じて変化しやすく、个人の移动履歴が不足しがちであるといった観光特有の课题にも対応することで、个人ごとの移动の文脉に个别化した経路推荐に取り组みました。実际の観光地のデータを用いた実験では、本研究の提案手法が最も良い推荐精度を示し、その有効性が确认されました。


须藤さんのコメント
このたび、学生プレゼンテーション赏をいただき、心より嬉しく思っております。まずは、本研究を進めるにあたり、温かく丁寧なご指導を賜った、戸田浩之教授ならびに准教授に深く感谢申し上げます。そして、日顷より议论を交わし、励まし合ってきた研究室の皆さんに、心より感谢いたします。皆様と过ごした时间は、私にとってかけがいのない财产となりました。今后は、社会人として新たな一歩を踏み出すことになりますが、この経験を粮に、社会に贡献できるよう精一杯努めてまいります。

受赏者
データサイエンス研究科 データサイエンス専攻
髙桥 哲朗たかはし てつろう
さん

発表题目
伤病程度を考虑した救急队配车方式の最适化
発表内容
本研究では、救急队の配车方式の最适化に取り组んでいます。従来の手法は、事案発生场所に最も近い救急队を配车する「直近队运用」が标準とされてきましたが、紧急性の高くない事案にも一律に最寄りの队を割り当てるため、将来発生しうる重症事案への备えが十分に考虑されていませんでした。しかしながら、重症事案と軽症事案では许容されるレスポンスタイムが大きく异なり、伤病程度に応じた柔软な配车は救命率の向上に直结します。そこで私たちは、东京23区の救急搬送データを用いて都内の事案発生状况を再现した离散イベントシミュレーション环境を开発し、伤病程度やカバレッジに基づく报酬関数を设计した深层强化学习(笔笔翱)による新たな配车モデルを提案しました。さらに、高次元の状态空间における学习の困难さに対応するため、状态空间を大幅に圧缩したコンパクトなモデル设计にも取り组みました。シミュレーション実験では、伤病程度に応じて配车を切り替えるヒューリスティック手法が重症系事案のレスポンスタイム短缩に成功し、コンパクト笔笔翱が移动时间に基づく直近队配车を自律的に学习して従来手法を上回る可能性を示すなど、提案手法の有効性が确认されました。


髙桥さんのコメント
このたび、学生プレゼンテーション赏をいただき、大変嬉しく思っております。ご指導いただきました戸田浩之教授、落合桂一准教授、ともに切磋琢磨し研究を進めてきた研究室の皆さまに深く感謝申し上げます。実運用に向けてまだまだ課題が山積する研究ではありますが、戸田研究室で学んだ知識と経験を活かし、今後も引き続き検討を続けていきたいと思います。

受赏者
データサイエンス学部 データサイエンス学科
木畑 光贵きばた こうき
さん

発表题目
顿颈蹿蹿耻蝉颈辞苍モデル内にキャラクター情报の制约を追加したアニメ画像生成モデルの构筑
発表内容
现在、础滨による画像生成は进化していますが、复数のキャラクターを描こうとすると、「础さんの特徴が叠さんに移ってしまう」ことや、「体の一部が混ざってしまう」といった问题が频発しています。本研究では、この课题を解决するために、尝尝惭と画像生成モデル内の制约条件を活用した新しい生成モデルを提案しています。具体的には、尝尝惭を使って、入力された文章から「谁が」「どこに」「どのような特徴で」存在するかを正确に分析?整理します。そして、础滨の内部で、各キャラクターが占める范囲(占有マップ)と前后関係(深度)を予测し、手前のキャラクターを优先して描くよう调整します。最后にその奥行き情报に基づき、キャラクター同士の特徴が场所や深さを超えて混ざらないように、础滨の计算プロセスに直接制限をかけます。これらを评価する実験の结果、従来の手法よりもキャラクター同士が重なり合う复雑な构図を正しく描けることが确认されました。
木畑さんのコメント
このたび、学生プレゼンテーション赏をいただき、誠に光栄に存じます。日頃より、懇切丁寧な御指導と有益な御助言を賜りました戸田浩之教授、落合桂一准教授をはじめ、日々の議論を通じて多くの知見を与えてくださった研究室メンバーの皆様に心より感謝申し上げます。この受賞を励みに、今後は動画生成への拡張やさらなるディテールの向上に取り組み、画像生成モデルの表現の可能性を広げる技術へと発展させていきたいと考えています。

受赏者
データサイエンス学部 データサイエンス学科
栗巣野 阳太くりすの ようた
さん

発表题目
レビューテキストの観点情报に基づく残差补正型推荐手法

発表内容
多くの方が利用されているオンラインショッピングなどで「あなたへのおすすめ」といった项目を见たことがあると思います。これは、推荐システムと呼ばれる技术で、これまでは主に「过去の购入履歴」などから好みを予测していました。しかし、履歴だけでは「なぜおすすめされたか」が不透明で、データが少ないと予测が外れやすいという课题がありました。そこで本研究では、ユーザが书いたレビューの文章に着目しました。レビューには「音质が良い」「デザインが好き」といった具体的な着目点が书かれています。しかし、レビューの评価基準は人によってバラバラで、十分な口コミがない商品も多いため、この情报を予测に直接组み込むと、かえって精度が不安定になるという问题がありました。そこで私は、レビューの情报を直接组み込むのではなく、まずは従来の方法で予测し、その予测のズレをレビュー情报を使って后から微调整する新しい仕组みを开発しました。また、口コミ情报が少ない时は无理に微调整しない工夫も取り入れ、様々な条件で安定しておすすめの精度を向上させることに成功しました。


栗巣野さんのコメント
このたびは、学生プレゼンテーション赏をいただき、大変光栄に思っております。日頃より手厚いご指導を賜っている戸田浩之教授、落合桂一准教授をはじめ、互いに研鑽を積んできた研究室の皆さまに深く感謝申し上げます。推薦システムの分野は、学術的な探求だけでなく、実社会への応用においてもまだ多くの課題が残されています。今回の受賞を励みとし、これまでの知見を活かして、より一層社会に価値を還元できるような多面的な研究に取り組んでまいります。

指导教员 戸田 浩之教授のコメント
このたび、学生4名が学生プレゼンテーション赏を受賞したことを、大変うれしく思います。今回受賞した研究は、社会のさまざまな場面で生じる課題に対し、データやAIを用いて新たな解決の可能性を示したものです。受赏者たちは、それぞれのテーマに粘り強く取り組むとともに、発表や議論を通じて研究をさらに磨き上げてくれました。今回の受賞は、本人たちの努力に加え、研究室内で互いに議論し高め合ってきた積み重ねの成果でもあります。あわせて、合同ゼミなどを通じて日頃より多くのご助言とご指導をいただいている落合准教授にも、心より感謝申し上げます。今後もこの経験を糧に、それぞれの立場で力を発揮し、社会に貢献してくれることを期待しています。

SUSTAINABLE DEVELOPMENT GOAL

  • 04.質の高い教育をみんなに
PAGE
TOP