教員・研究者紹介

大谷 崇

大谷 崇
講師
所属 工学部 情報学科
学位 博士(工学)
専門 知能情報処理
ジャンル 科学・技術/情報技術
コメント ソフトコンピューティング分野を中心にコメントが可能である。中でも、ニューロファジィ、遺伝的アルゴリズムなどに造詣が深い。さらに非線形最適化問題の解法にも興味を持っている。
リサーチマップ https://researchmap.jp/read0194032

高校生の方へ 研究室紹介

ヒトの持つ情報処理能力をコンピュータで実現する手法を研究中。

ヒトは練習によって能力を向上させる等の高度な情報処理を行っている。これを機械で実現するためのソフトコンピューティング手法を研究中。

研究活動情報

研究分野

  • 情報通信, 感性情報学
  • 情報通信, ソフトコンピューティング

研究キーワード

ニューロ・ファジィ・アダプティブ・モデリング, Newrofuzzy Adaptive Modelling

論文

  1. A DESIGN METHOD FOR FLEXIBLE MIXED-PRODUCT LINES AVAILABLE IN VARIOUS CONDITIONS
    Aritoshi Kimura; Tatsuo Matsutomi; Takashi Ohtani
    ICIM2012: PROCEEDINGS OF THE ELEVENTH INTERNATIONAL CONFERENCE ON INDUSTRIAL MANAGEMENT  109-114  2012年 
  2. A Design Method To Extend Stations To The Existing Flexible Mixed-Product Line
    木村 有寿; 松冨 達夫; 大谷 崇
    International Journal of Business Research  10  (4)  45-51  2010年10月 
  3. A Redesign Method for Flexible Mixed-product Lines Adapted to the Change of the Production Ratio
    木村 有寿; 松冨 達夫; 大谷 崇
    International Journal of Business Research  9  (5)  45-53  2009年10月 

MORE

講演・口頭発表等

  1. 負荷調整機能をもつセル生産システムの設計法に関する研究 , 木村 有寿; 松冨 達夫; 大谷 崇 , 日本経営工学会 平成24年度 秋季研究大会 , 2012年11月
  2. フレキシブル混合品種ラインのための汎用設計手続の開発Ⅲ―構造形成遺伝子と個体生存条件を変更する個体分裂アルゴリズムを用いる生産システムの設計法に関する研究(第7報)― , 木村 有寿; 松冨 達夫; 大谷 崇 , 第47回日本経営システム学会全国研究発表大会 , 2011年12月
  3. フレキシブル混合品種ラインのための汎用設計手続の開発Ⅱ ―構造形成遺伝子と個体生存条件を変更する個体分裂アルゴリズムを用いる生産システムの設計法に関する研究(第6報)― , 木村 有寿; 松冨 達夫; 大谷 崇 , 日本経営工学会 平成23年度 春季大会 , 2011年5月

MORE

MISC

  1. RBFネットワークにおける変数選択の自動化 , 第5回中日経営工学国際会議の予稿集 , 409 , 414 , 2000年
  2. RBFネットワークにおける変数選択の自動化とニューロファジィGMDHへの応用 , 第4回知識ベースの知的システム等に関する国際会議の予稿集 , 2 , 840 , 843 , 2000年
  3. Automatic variable selection in radial basis functions network , T Ohtani , ISIM'2000: PROCEEDINGS OF THE FIFTH CHINA-JAPAN INTERNATIONAL SYMPOSIUM ON INDUSTRIAL MANAGEMENT , 409 , 414 , 2000年
    概要:The radial basis functions (RBF) network is a technique for interpolating data in high dimensional spaces and regarded as one of neural networks. It is important, but difficult to select the necessary input variables to the network among many variables because we do not have knowledge about the target system which is identified by the network. The computation to find the optimal combination of variables is intense. In this paper, we consider the method to automatically select the optimal combination of variables in one learning iteration. The affine scaling, interior point method of Dikin is known as a simple and effective algorithm of linear programming. And, the gradient projection method of Rosen is known as an effective algorithm of nonlinear programming. We propose a combined algorithm of the affine scaling interior point method and the gradient projection method for the automatic selection of the optimal combination of variables. This method simultaneously enables the learning of model parameters and the selection of variables. Numerical examples show the validity of the method.

MORE

共同研究・競争的資金等の研究課題

  1. GMDH型適応学習ネットワークに関する研究
  2. Study on GMDH Type Adaptive Learning Networks

技術相談