東京大学病院 & ニプロ / AIアドバイザー
仕組みを考えたり,理解したり,作ったりが好きな人間です!
医療×AIの医療機械製造を目指したプロジェクトのAI部分の相談を引き受ける役割にいます.アドバイスのみでなく医療データのアノテーションツールの作成や医師にプログラミングを教えたり,サーバー の管理など具体的な業務は多岐に渡ります.
1.非明示的役割 明示的に役割が割り当てられた訳ではありませんが,丸紅のDX部署ではGitを利用したコード管理やコード自体が書き捨てに近くなってしまっていました.私は積極的にGit/カンバンなどの活用とその活用法を提言し,場合によっては他のインターン生のコードのリファクタリングを行
同博士課程
修士課程/調波畳み込みに関する研究 主として深層学習を用いた音信号処理手法の一つである調波畳み込みの高速化の研究を行い,従来手法に比べ最大7倍の高速化と最大7倍の省メモリ化を両立する手法を実現.また調波畳み込み自体の計算原理に関する考察と音信号の特性により適した拡張手法も提案.
ADK(アサツー ディ・ケー)の所有するテレビ視聴動向データを分析しました. 私はテレビ視聴動向(7 (day/week) * 24 (hour/week) * X (TV channel))のデータを周回型画像データとしてみなしAuto Encoderを用いた情報圧縮を行い,視聴動向の可視化を行いました. これは東大のPBL(Problem Based Learning)という枠組みで行われました.
大学院主催のデータ分析グループワークに参加しました. 企業から頂いた実際のデータをグループで分析しました.頂いたデータは大量の取引の中に一部異常(不正取引)が混入しているデータで,異常検知を行って欲しいとのことでした. 機械学習経験者は自分を含め2名,未経験4名の6名グループのリーダーとしてデータ解析を進めました.私はメンバー全員のやりたいことを実現しつつグループとしての大きな方針をまとめる役割をリーダーとして果たしました.特に機械学習未経験のメンバー達は未経験だからこそそれぞれが良い視点を持っており,それぞれのデータの切り口を実現する手法を(プログラムに不慣れな場合はサンプルコードも添えて)提示することで1つのチームの中にも視点の多様性が生まれました.また成果報告会ではそれぞれの視点の解析の位置付けを明確化することでチームとしてまとまった発表を行えました. 実際に最終報告会では今までの中で1番チームとして分析を実行したグループであり,かつ(視点としても成果としても)面白い報告が聞けた素晴らしい発表であったという評価を企業様からいただくことができました.
大学から始めたマジックを頑張っていた甲斐があり,月1で一般のお客様にマジックショーをお見せしていました.普段の生活では会うことのなかったお客様と出会い,喜んで帰ってもらう貴重な経験でした. Bar AOYAMAはコロナの影響とテナントの更新時期が重なり,2020年5月をもって閉店しました.
光ニューラルネットワークという新しい技術に関する研究開発を行いました. 物理的実装に向けて私の役割は光ニューラルネットワークのMNIST認識精度向上でした.
卒論研究/MRIを用いた癌検出に関する研究 医療用機械であるMRIで観測した磁場は物理方程式であるMaxwell方程式に従います.MRIで観測した磁場とMaxwell方程式を用いることで体内の電気特性画像を構成することで,ガン(電気特性が健常部位と大きく異なる)をより簡単に検出しようという研究です.私の貢献は本手法の実データにおける誤差発生要因について調べました.
1. 画像フィルター開発 スマートフォンカメラ用の画像フィルターを作成しました. 近づけたい既存フィルターがある場合に,元画像とフィルター後画像の対を数枚用意することでRGBの変換トーンカーブを自動生成する効率化を行いました.