スラヴァキス研究室

About研究室について

データに潜む幾何学的な構造を活かす。

スラヴァキス研究室は、信号処理と機械学習の分野で、計算の手法（数値アルゴリズム）の設計を中心に研究しています。
信号やデータの背景に潜む幾何学的な構造を取り出して活かし、これまでより柔軟な信号処理・機械学習のしくみをつくることを目指しています。
強化学習、医用イメージング、脳ネットワーク、量子機械学習など、幅広い分野に応用を広げています。
研究には数学の素養が大切で、配属や進学を考えている学生の見学や問い合わせを歓迎しています。

Research研究テーマ

信号処理と機械学習のための計算の手法を設計しています。強化学習、多様体を使った学習、リーマン幾何や単調写像を使った最適化、量子信号処理、医用イメージング、ネットワーク時系列の解析など、幅広いテーマと応用を扱っています。

※イメージ画像

新しい強化学習のアルゴリズム↗

状態や行動が連続で次元の高い場合に使える、強化学習の新しいアルゴリズムを設計しています。遷移確率の情報を必要とせず、学習用データがなくても動かせるしくみを取り入れています。

※イメージ画像

スパース最適化の偏りを減らす↗

ほとんどの成分が0の解を求めるスパース最適化で、よく使われるL1ノルムの手法で生じる推定の偏りを減らす方法を研究しています。「外分作用素」という新しい考え方も提案しました。

※イメージ画像

多様体の上での回帰↗

低次元の多様体の上にあるデータから学ぶ回帰の枠組みをつくっています。多様体がなめらかであることだけを仮定し、動的MRIやグラフ信号処理で欠けたデータを補う問題に応用しています。

※イメージ画像

リーマン多様体上のデータ分類↗

距離を測れる特別な多様体（リーマン多様体）の上にあるデータを、グループ分けしたり分類したりする方法を研究しています。脳ネットワークなどのネットワーク時系列データに応用しています。

Voices先輩の声

評価・クチコミは、在籍している（していた）学生個人の経験に基づくもので、研究室の公式見解ではありません。クチコミの有無や件数は、研究室の評価を表すものではありません。

インタビューに協力いただいた学生に、内容にかかわらず謝礼（1,000円分のギフト）をお渡しすることがあります。