RESEARCH 研究内容

多様化する時代に応える、
先進的な問題解決を目指す
情報通信技術の発展に伴うグローバル化によって、社会のシステムは大規模・複雑化しています。さらに、企業など組織を取り巻く環境の不確実性が増加することにより、個人や社会の価値観も多様化しています。
この研究室では、これからの新しい時代に求められる問題解決法(ソリューション)にフォーカスして、生物の進化や情報処理のメカニズムに基づいた柔らかい計算や、機械学習(人工知能)に基づいたデータ分析や予測、およびシステム最適化の研究を行っています。そのほかにも、企業や他大学の研究室、外部の研究機関と連携し、共同研究を実施しています。
モノづくりの現場だけに限らず、観光・医療・健康といったサービス産業分野の問題解決にも積極的に取り組んでいます。
-
研究分野
オペレーションズ・リサーチ
ヒューマンファクターズ(人間工学)
システム最適化
データ分析 -
研究題目
データの客観性と人間のもつ主観性を融合した最適化
生産・物流システムの最適化とその応用
機械学習に基づく異常検知データマイニング -
キーワード
オペレーションズ・リサーチ
ヒューマンファクターズ(人間工学)
システム最適化
機械学習を用いたデータ分析や予測
モノづくりの現場および観光・医療・健康などサービス産業分野の経営における問題解決法の研究
主な研究フィールド
食品分野FOOD
当研究室では、食品産業に関する研究を主要なテーマとして取り組んでいます。
アプローチの方法を変え、「食」に焦点を当てた多様な研究を展開しています。

機械学習 ×「食」= 食品に関する需要予測
中食や外食産業では、人手不足や食品ロスが深刻な問題となっています。これらの課題を解決するために、食品ロスや販売機会の損失を減らし、効率的な製造プロセスを実現するための需要予測システムを開発しています。
具体的には、企業から提供された弁当販売データを分析し、料理の人気度や商品名、食材、調理方法などを活用した予測モデルを構築しています。
特徴量(データの指標)の改善を進めることで、高精度な需要予測を目指しており、生産ラインの最適化や食品ロス削減につながる成果を追求しています。
- 具体的な研究内容
- 料理の人気度を考慮した需要予測モデルの開発
- 食材や調理方法に基づく予測精度の向上
- 機械学習を用いた予測モデルの改善
- 予測結果を活用した生産計画の最適化
数理最適化 ×「食」=
学校給食の献立作成と
スケジューリング
学校給食では、栄養基準や食材費、調理時間など多くの条件を考慮する必要があるため、献立作成には手間と時間がかかります。この研究では、数理最適化の手法を用いて、これらの条件を満たしながら効率よく献立を作成する自動化システムを開発しています。
具体的には、自治体から提供された給食のデータを基に、栄養素や味のバランスを考慮した料理の選択を行うモデルを構築しています。また、条件の自動生成や高速化アルゴリズムを活用し、現場で実用可能なシステムの実現に取り組んでいます。
- 具体的な研究内容
- 栄養基準を満たす献立の自動作成
- 調理時間や食材コストの制約処理
- 季節性や嗜好性を考慮した献立提案
- メタヒューリスティクスによる解の探索効率化
観光分野TOURISM

この分野では、人の動き(人流)データを解析し、観光施策に役立てる研究を行っています。
新型コロナウイルスの流行による行動の変化や、イベント開催時の人流の変化を分析し、観光地のマーケティングや施策の改善に活かします。
- 具体的な研究内容
- 人流データ解析から見える観光マーケティングの可能性
- 新型コロナウイルス流行前後の来訪者行動の比較分析
- 来訪者の居住地や目的に着目した回遊行動の調査

自動車・航空機分野MOBILITY

自動車運転や航空機操縦での安全性向上を目的に、運転システムやインターフェースの改良に取り組んでいます。 自作のドライビングシミュレーターを使った実験で、進路変更のタイミングに関するデータやドライバーの性格特性との関連性を分析し、適応モデルの構築を進めています。
- 具体的な研究内容
- 個人の特性を考慮した運転支援システム設計
- フライト中の外的要因によるパイロットの負担を予測する実験的研究
- 間接視界映像を活用したコックピットインタフェースのデザイン改善

医療分野HEALTH
CARE

医療従事者の負担は治療やケアの安全性に直結するため、状況に応じた管理が重要です。ここでは、リアルタイムで負担を予測するモデルの開発を目指し、医療現場を再現したシミュレーション実験を実施しています。
生体情報や状況データを収集・分析し、ワークロード予測モデルの構築に取り組んでいます。
- 具体的な研究内容
- 生体情報を活用したリアルタイム予測
- 病棟内の状況変化への対応
- 人間工学に基づく負担の定量化
- シミュレーション実験による検証

取り組みと成果
当研究室では基本的にすべての研究で企業や自治体、他大学・組織との共同プロジェクトに携わり、共同研究・技術検証を実施しています。
研究成果の社会実装にも日々精力的に取り組んでおります。
主な取り組み
- 年間300万食を製造・販売する弁当会社との共同研究
- 地方自治体や大手給食委託会社、管理栄養士養成大学の教授・学生との共同研究
- 大手調理機メーカーからの協力・データ提供
- 他大学(同志社大・早稲田大・慶応大・東都大など)との共同研究
- 企業・自治体との共同研究における実現場での実証検証
実際の成果
- ベンチャー企業Well-Fedを通じた技術の社会実装
- 高精度な需要予測による食品ロスの削減
- 自動献立作成システムによる栄養教諭の業務効率化
- 人流データ解析に基づくマーケティング仮説の提案とサービス応用
研究室での学びの流れ
3年次
-
前期
「経営工学演習Ⅰ」週に 1 度のゼミで、システム最適化やデータ分析の現場で使われているプログラミング言語の基礎を学習します。
内容 Python 言語の学習(基礎、データ処理、データ可視化、簡単な回帰モデル・分類モデル)
機械学習の入門書の輪読・Python言語での実装、実データの処理方法の学習 -
夏休み
研究グループのゼミに参加し、テーマ候補についての調査を開始します。
-
後期
「経営工学演習Ⅱ」週に 1 度のゼミで、システム最適化やデータ分析に関するプログラミングや教科書の輪読をします。研究グループのゼミに参加し、先輩の助言を受けながら卒業研究に取り組む学生もいます。
内容 機械学習の入門書の輪読・Python言語での実装
実データの処理方法の学習、卒業研究に関する調査
4年次
-
前期
「卒業研究Ⅰ」週に1度のゼミや、各自の時間を使って卒業研究に取り組みます。
-
夏休み
各自の時間を使って、卒業研究に取り組みます。
-
後期
「卒業研究Ⅱ」週に 1 度のゼミや、各自の時間を使って卒業研究や学会発表に取り組みます。
活動実績
課外活動を通じて、学生たちは実践的なスキルや知識を深め、社会で活躍するための経験を積んでいます。
過去の活動実績学位論文
2024年度
博士後期課程(博士課程) |
博士論文
|
---|---|
博士前期課程(修士課程) |
修士論文
|
学部 |
卒業論文
|
2023年度
博士前期課程(修士課程) |
修士論文
|
---|---|
学部 |
卒業論文
|
2022年度
博士前期課程(修士課程) |
修士論文
|
---|---|
学部 |
卒業論文
|
2021年度
博士前期課程(修士課程) |
修士論文
|
---|---|
学部 |
卒業論文
|
2020年度
博士後期課程(博士課程) |
博士論文
|
---|---|
博士前期課程(修士課程) |
修士論文
|
学部 |
卒業論文
|
2019年度
学部 |
卒業論文
|
---|
2018年度
学部 |
卒業論文
|
---|
2017年度
学部 |
卒業論文
|
---|
2016年度
学部 |
卒業論文
|
---|
もっと見る