大学を知る

滋賀大学
データサイエンス・AIイノベーション研究推進センター

拠点の特徴

  • 音声データ処理
  • 音声認識
  • 多チャンネル信号処理
  • 機械学習
  • テキストデータ処理

研究概要

データから知見を得るためには、「処理」が必要です。音声データがあれば、マイクロフォンアレイやエコーキャンセラによって対象としたい音声を取り出し、雑音等の不要なものを除去。分析等に適した特徴量に変換して、ようやく音声認識といった機械学習への入力が可能となります。さらに音声認識によってテキスト化されたデータは大規模言語モデルに入力することで新たな知見を生みます。市川教授は、こうしたデータ処理の精度向上に取り組むとともに、教育やコールセンターといった応用分野の研究を推進しています。

研究者からのコメント

科研Ｃ「集合知を利用した感性的な楽曲特徴量とその楽曲推薦および楽曲生成への応用の研究」の研究代表者です。データサイエンスとアートとの融合領域の研究を始めました。

研究実績

  • コールセンター応対の印象分析，共同研究，国内共同研究，2022年04月 ～ 2023年03月，ビーウィズ株式会社
  • コールセンター応対の印象分析，共同研究，国内共同研究，2021年04月 ～ 2022年03月，ビーウィズ株式会社
  • パーティクル原因推定システムに必要な要素技術開発，共同研究，国内共同研究，2020年06月 ～ 2021年03月，株式会社KOKUSAI　ELECTRIC
  • パーティクル原因推定システムに必要な要素技術開発，共同研究，国内共同研究，2019年06月 ～ 2020年03月，株式会社KOKUSAI ELECTRIC
  • 評価の刷新―学習科学による授業モニタリングシステムの開発と社会実装，（分担）基盤研究(S)，2018年04月 ～2021年04月
  • 寡黙な学習者の認知モデル開発：対話を深い学びに繋げるために，（分担）挑戦的研究(萌芽), 2020年04月 ～2021年04月
  • 教室内発話ターンテーキングに着目した授業活性度の可視化，基盤研究(C)，2019年04月 ～ 2023年03月
  • 集合知を利用した感性的な楽曲特徴量とその楽曲推薦および楽曲生成への応用の研究，基盤研究(C)，2025年04月 ～
  • マルチモーダル音声ドキュメント検索のための音声・言語・画像情報処理に関する研究，（分担）基盤研究(C)，2023年04月 ～
  • 深い学びの長期継続型評価が生みだす持続的学習, （分担）基盤研究(A)，2024年04月 ～

参考URL

https://researchers.shiga-u.ac.jp/html/100002721_ja.html

  • データサイエンス社会実装推進
  • 戦略的意思決定
  • プロジェクト管理
  • 新規事業開発

研究概要

グローバルトップIT企業にて、長年にわたり官民のデジタル化に取り組んできた深谷教授。データサイエンス・AIイノベーション研究推進センターでは、企業・自治体との連携プロジェクトに力を注ぎます。プロジェクトでは、滋賀大学に蓄積されたノウハウを活用し、組織の課題解決へアプローチ。導き出したソリューションを、実際のビジネス等の現場へ導入し、運用フェーズへ円滑に移行できるようサポートを徹底することで、より確実なデータサイエンスの社会実装を目指します。

研究者からのコメント

  • データサイエンスの社会実装に関して幅広い視点から助言させていただきます。
  • プロジェクト管理の経験共有から実装後の定着化までアドバイスいたします。

研究実績

  • データサイエンス実践プログラム, 学術指導，国内共同研究，2025年11月～2026年5月, 第一生命テクノクロス
  • 生成AIに関する学術指導, 学術指導，国内共同研究，2025年10月～2026年9月,中堅IT会社
  • 練習ログの因果分析に関する指導, 学術指導，国内共同研究,2025年5月～2026年4月,アシックス
  • データサイエンス課題解決, 共同研究，国内共同研究，2025年4月～2026年3月,ダイセル
  • 製造製品の品質改善及び設備性能維持に関する指導, 学術指導，国内共同研究，2025年4月～2026年3月, タック
  • 機械学習を活用したエンゲージメント分析手法に関する指導, 学術指導，国内共同研究，2024年9月～2025年 1月,大手通信会社
  • 第三者チェックへのLLM適用に関する指導, 学術指導，国内共同研究，2024年8月～2025年3月, 大手IT会社
  • データサイエンス課題抽出，共同研究，国内共同研究，2024年04月 ～ 2026年03月，日東電工株式会社、株式会社日東分析センター
  • LLMによるRFP診断, 共同研究, 国内共同研究, 2023年11月～2024年3月, 大手IT会社
  • データサイエンス課題抽出，共同研究，国内共同研究，2022年10月 ～ 2024年03月，日東電工株式会社、株式会社日東分析センター
  • システム開発プロジェクト品質の因果構造解析，共同研究，国内共同研究，2022年11月 ～ 2023年03月，大手IT会社
  • 塾ビジネスにおける課題の洗いだしと優先度付け（顧客価値創造のための課題抽出），学術指導，国内共同研究，2022年10月 ～ 2023年03月，大手学習塾
  • 営業をサイエンスする（データを利用した顧客体験価値の向上と効率的な営業活動の実現），学術指導，国内共同研究，2023年4月 ～ 2024年03月，中部事務機株式会社

講演実績

参考URL

https://researchers.shiga-u.ac.jp/html/100003003_ja.html

  • オペレーションズ・リサーチ
  • 数理モデル
  • 最適化
  • 戦略的意思決定

研究概要

オペレーションズ・リサーチは意思決定のための科学です。作業計画、在庫管理、設備配置、配送計画、社会制度設計など、ビジネスや社会の様々なデータサイエンス課題に、最適化理論、応用確率論、ゲーム理論などの数理科学に基づく合理的な解決策を探ります。来嶋教授は、オペレーションズ・リサーチの基礎から応用まで幅広く研究を推進しています。

研究者からのコメント

当センターでは、データサイエンス・AIの世界最先端の研究はもちろん、研究・教育と社会実装の好循環による技術革新を推進しています。

研究実績

  • 自動車ビッグデータ分析，共同研究センター，あいおいニッセイ同和損害保険株式会社．
  • 板取り問題，共同研究，鉄鋼商社．
  • 作業スケジューリング，学術指導，製造業．
  • 生産発注計画，派遣社会人大学院生指導，製造業．
  • 科研費基盤(B)「乱択計算量の解明と応用」，研究代表者，2026—2031．
  • JST ERATO小島マーケットデザイン，研究協力者，2023—2029．
  • S. Kijima, N. Shimizu and T. Shiraga, How many vertices does a random walk miss in a network with a moderately increasing number of vertices?, Mathematics of Operations Research, 51(1), 783—805, 2026. DOI: 10.1287/moor.2023.0060
  • 樽本祥憲, 来嶋秀治, 笛田薫, 組合せ計量機の数理モデル化による性能評価, 日本オペレーションズ・リサーチ学会和文論文誌, 67, 1—21, 2024. DOI: 10.15807/torsj.67.1
  • S. Lu and S. Kijima, Is there a strongest die in a set of dice with the same mean pips?, in Proceedings of the 36th Conference on Artificial Intelligence (AAAI), 36(5), 5133—5140, 2022. DOI: 10.1609/aaai.v36i5.20447
  • T. Fujii and S. Kijima, Every finite distributive lattice is isomorphic to the minimizer set of an M♮-concave set function, Operations Research Letters, 49(1), 1—4, 2021. DOI: 10.1016/j.orl.2020.10.012.
  • 日本オペレーションズ・リサーチ学会 研究賞，2021年9月．

参考URL

https://researchers.shiga-u.ac.jp/html/100003008_ja.html

センターによる研究支援体制

当拠点はデータサイエンス・AI領域を牽引する日本最大規模のコミュニティとして、企業・自治体等との連携によるデータサイエンス・AI分野の先端研究の推進やその成果の社会実装による社会課題解決、大学院での企業人育成やリスキリング等による高度データ関連人材の育成などにより未来創生に貢献する共創拠点です。自治体や経済界、金融機関、他大学等との産官学連携を提携、企業等と連携コンソーシアムを構築しており、組織間の連携や活用事例の共有などによるオープンイノベーションを創出しているほか、社会人・学生の人材交流を進め、地域のイノベーション創出の場を提供しています。

企業等との連携

  • 当該拠点のデータサイエンス・AI領域関連研究を活かした、共同研究や学術指導等、価値創造プロジェクトを推進。
  • リスキリング教育プログラムや企業オーダーメイド型講習会等を行い、企業内人材育成教育プロジェクトを実施

実施体制

  • データサイエンス領域における企業の社会実装ニーズに対応するため、様々な研究分野（統計科学系、情報学系、個別科学系）に研究者をバランスよく配置し、数理・データサイエンス・AIを理論・方法の観点からだけでなく実際の問題解決の観点からも学び、研究できる体制を整備
  • 当拠点内に産学官連携・研究支援部門としてURA等を配置する戦略推進室を設置し、産学官連携プロジェクト支援、広報、社会啓発事業等を実施

研究事例

彦根市における救急車の配置最適化

概要

彦根市における救急要請への車両の現場到着時間の短縮を目指し、消防署の配置変更や救急車両台数の増加による効果を検証しました。
過去の救急出場データ（時間・箇所ごとの救急要請件数、その時の救急隊の配置情報、到着までの時間など）を基に、救急要請位置の重心の算出や進化計算手法を用いた最適化手法による配置を検討し、救急車両台数の増加により減少する他の消防署からの出動要請を分析しました。また、救急出場件数の変動、気候や時刻による出動件数の動向などの救急出場に関する傾向や課題についても分析しました。さらに、現時点での最適配置や車両増加の効果検証だけではなく、人口変動から年代別の救急要請件数を見積もり、将来の効果も合わせて検証しました。
分析結果は彦根市における消防署ならびに救急車両台数の決定に際する参考となり、現場到着時間の短縮の一助になると考えております。

トヨタ自動車とマテリアルズ・インフォマティクス手法による研究

概要

結晶構造を取得する有用な手段である結晶構造データベースには、毎年数万件以上のペースで結晶構造が登録されており、誰でも自由にアクセスすることができます。その一方で、材料特性が登録されているデータベースの登録数は比較的少数に留まっているため、多くの結晶構造に対しては材料特性を得ることができません。材料特性を知るためには、実験を行う、または長時間かかるコンピュータシミュレーションを実行する必要があり、きわめて高い時間的、金銭的コストが必要になります。
本研究では、機械学習を活用するマテリアルズ・インフォマティクス手法を用いて、有用な材料特性を示すことが期待される候補物質を効率的に探索する手法の構築を目標としています。これにより、材料特性が未知であるために使われていない物質の中から、優れた性質を示す素材を発見し、新製品開発などへと貢献することが期待されます。

あいおいニッセイ同和損害保険株式会社と滋賀大学によるビッグデータ専門研究拠点JSSRC（日本セーフティソサイエティ研究センター）を設置

概要

2017年4月、あいおいニッセイ同和損害保険とともに、ビッグデータ専門研究拠点である「日本セーフティソサイエティ研究センター（JSSRC）」を開設しました。同センターは、双方の研究者によって構成され、研究テーマごとにチームを編成し、研究を行っています。
あいおいニッセイ同和損害保険株式会社が保有する自動車の事故データや運転挙動データなどのビッグデータの分析から、「実データによる実践的な研究を通じたデータサイエンティストの育成教育」「損保ビッグデータの高度な分析技術・有効活用の研究」「自動車に関連し安全な社会構築に寄与する調査研究」について研究を進め、研究の成果を発信しています。
なお2017年3月に、滋賀大学はあいおいニッセイ同和損害保険株式会社と産学連携協定を締結しています。

活動実績

帝国データバンク/滋賀大学Data Engineering and Machine Learningセンター（DEMLセンター）設立

概要

ビッグデータを用いた実務では、データを解読できるようにした「指標」が必要ですが、企業における指標作成には、業務知識に加えてデータサイエンスの専門知識が必要となります。そこで、膨大な企業データの研磨技術を有する帝国データバンクと機械学習技術を有する滋賀大学が共同して、企業が持つデータマネジメントの課題に取り組み、必要な人材育成を行うことを目的として、2019年7月、「帝国データバンク/滋賀大学Data Engineering and Machine Learningセンター（DEMLセンター）」が設立されました。
DEMLセンターでは本学の授業を受講し、一定のレベルのノウハウを習得したデータサイエンス学部の学生を研究支援者として採用。データ研磨の実務やデータの可視化などを通じ、高度なデータエンジニア育成を行っています。

活動実績

拠点詳細

【拠点名】
滋賀大学 データサイエンス・AIイノベーション研究推進センター

【住所】
滋賀県彦根市馬場1丁目1番1号

【HP】
https://dsaic.shiga-u.ac.jp/

【連絡先】
ura@shiga-u.ac.jp
https://dsaic.shiga-u.ac.jp/contact/form/

【パンフレット等】
https://dsaic.shiga-u.ac.jp/action/287/