本文へジャンプ


Tsuyoshi Ide
IBM東京基礎研究所
アドバイザリー・リサーチャー

242-8502 神奈川県 大和市 下鶴間1623-14 (社内郵便番号 LAB-S7B)

パターン認識と機械学習 - ベイズ理論による統計的予測, シュプリンガー・ジャパン, 2007-2008 (Japanese translation of "Pattern Recognition and Machine Learning" by Christopher M. Bishop).

監訳:元田 浩, 栗田 多喜夫, 樋口 知之, 松本 裕治, 村田 昇
翻訳:赤穂 昭太郎, 神嶌 敏弘, 杉山 将, 小野田 崇, 池田 和司, 鹿島 久嗣, 賀沢 秀人, 中島 伸一, 竹内 純一, 持橋 大地, 小山 聡, 井手 剛, 篠田 浩一, 山川 宏

My Research


データマイニング
と呼ばれる分野を研究しています。データマイニングとは、いろいろなデータからある程度自動で興味深い知識を得ることを目的とする学問です。この分野の最近の発展を含めれば、データベース技術を連想させるデータマイニングという言葉よりは、「知識発見工学(knowledge discovery and data mining)」とでも呼ぶべきかもしれません。

いわゆるIT革命による情報インフラの整備が一段落した後、情報インフラを介して集められるデータの活用が問題になるのは歴史的必然であり、知識発見工学のビジネス的重要性は今後数年のうちに急速に高まると思われます。知識発見工学が主に活躍する領域は、その業務形態からしてサービス業になると考えられ、それを強調するために最近はサービス工学という言葉も使われます。しかし例えば製造業においても、異常検知をはじめとして知識発見工学は広い応用を持ちます。結局、本質的なのは、データの高度利用技術としての知識発見工学と言えます。

高度な情報インフラのもたらす新たなデータは、知識発見工学に対し不断に新しい問題を提供しています。ありきたりのツールでは解決できない新たな問題に対し、ソリューション(解決策)を与えること。それができるのは研究員だけであり、私はこれまで、オンデマンド・イノベーション・サービスという形態で多くの経験を積んできました。研究とビジネス双方のフロンティアに立てるというのは、民間企業の研究所に在籍する最大の利点と言えます。

ここ数年、実数値時系列データからの知識発見技術、特に異常検知技術を主な研究テーマにしてきました。現在関与しているプロジェクトの紹介はこちらをご覧下さい。また、私の論文リストはこちら(およびDBLP)をご覧下さい。学生時代に、自分の名前を「e」の上にアクサンをつけて exact spelling of Tsuyoshi Ideとつづるようにしてしまったので、行き掛かり上、今もそうしています。


BIO


北海道千歳市出身です。機械工学と物理学という二つの領域で専門教育を受けました。

国立苫小牧工業高等専門学校・機械工学科を卒業して東北大学工学部機械工学科に編入学しました。卒業後、東北大学大学院工学研究科・機械工学専攻に入学し ましたが、理論物理に憧れ中退、東京大学大学院理学系研究科・物理学専攻に入学しました。そこで博士課程まで修了し、強相関電子系と光の相互作用に関する 研究で博士号を取得しました。

平成12年(2000年)4月よりIBM東京基礎研究所に勤務しています。当初液晶工学を研究していましたが、2003年からデータマイニングにかかわる研究に従事しています。

(私の経歴に関するより詳しい情報は英語版のページをご覧ください。)


Award



Link