グローバルナビゲーションの開始
本文の開始
准教授
矢入 健久
Associate Profesor YAIRI, Takehisa
宇宙環境システム学
1999年3月
東京大学大学院工学系研究科博士課程修了
1999年4月
東京大学先端科学技術研究センター助手
2003年4月
東京大学大学院工学系研究科講師
2004年3月
東京大学先端科学技術研究センター講師
2006年11月
東京大学先端科学技術研究センター助教授
2007年4月
東京大学先端科学技術研究センター准教授
2009年4月
東京大学大学院工学系研究科(先端学際工学専攻)准教授
研究分野：
膨大かつ多様なデータ情報源の中から人間やシステムにとって価値のある情報・知識を獲得するための機械学習・データマイニング技術に関する研究を、基礎と応用の両面から行っている。以下では、2つの主要研究プロジェクトを紹介する。
- 宇宙機テレメトリデータからの知識発見に基づく異常検知・故障診断法に関する研究
本プロジェクトでは、人工衛星に代表される宇宙機システムを主な対象として、機械学習・データマイニングおよび確率推論などの人工知能技術を応用した異常検知・故障診断法の研究開発を行っている。本アプローチでは、宇宙機の機器運用データ（テレメトリ）が潜在的に含有する情報価値に着目し、過去の膨大なテレメトリデータから宇宙機システムの挙動モデルを自動的に学習する。そして獲得されたモデルに対して新たなデータを照合することによって、システムの重大な変化、すなわち異常を検知する。本研究で開発する異常検知・故障診断法は、宇宙機システムの安全性・信頼性の向上の貢献するだけでなく、自動車や航空機等の他の複雑大規模システムにも応用が可能である。 - 移動ロボットの環境モデル学習に関する研究
多種多様のセンサーから得られる情報を融合して環境の空間的モデル（地図）を適応的に獲得する能力は、次世代の自律知能移動ロボットにとって、自己位置推定機能や人間との対話機能などと並んで最も重要な機能の一つである。本プロジェクトでは、様々な機械学習アルゴリズムとオリジナルな発想を融合することにより、例えばロボットの自己位置情報や定量的な外界計測を必要としない「同時可視性に基づく物体配置図学習」など、従来のロボット地図作成手法とは一線を画すユニークな地図学習手法の研究を進めている。
