Updated on 2025/01/20

写真a

 
HIRASAWA, Shigeichi
 
Affiliation
Faculty of Science and Engineering
Job title
Professor Emeritus
Degree
Dr. Eng. ( Osaka University )
Profile
1961年 早稲田大学第一理工学部数学科卒業
1963年 同 上 電気通信学科卒業
三菱電機株式会社入社
1975年 工学博士(大阪大学)
1981年 三菱電機株式会社退社
1981年 早稲田大学教授(理工学部工業経営学科,現経営システム工学科)
2009年 早稲田大学 名誉教授
早稲田大学 理工学術院 総合研究所 名誉研究員

Research Experience

  • 1981
    -
    2009

    Waseda Uninersity   School of Science and Engineering   Professor

  • 1981
    -
     

    - Professor, Waseda University

  • 1979
    -
     

    - 米国カリフォルニア大学 訪問研究員

  • 1979
    -
     

    - Visiting Researcher, UCLA

  • 1963
    -
    1975

    三菱電機(株)中央研究所 研究員

▼display all

Education Background

  •  
    -
    1963

    Waseda University   School of Science and Engineering  

  •  
    -
    1963

    Waseda University   Faculty of Science and Engineering  

  •  
    -
    1961

    Waseda University   School of Science and Engineering  

  •  
    -
    1961

    Waseda University   Faculty of Science and Engineering  

Committee Memberships

  • 2001
    -
     

    電子情報通信学会  フェロー

  • 1997
    -
     

    IEEE  Fellow

  • 1997
    -
     

    電子情報通信学会  基礎・境界ソサェティ副会長

  • 1996
    -
     

    情報理論とその応用学会  会長

Professional Memberships

  •  
     
     

    ACM

  •  
     
     

    日本経営工学会

  •  
     
     

    人工知能学会

  •  
     
     

    情報処理学会

  •  
     
     

    IEEE

▼display all

Research Areas

  • Theory of informatics   Coding Theory / Theory of informatics   Information Theory

Research Interests

  • 情報システム学

  • 情報通信工学

  • 計算機科学

  • Information Transmition Engineering

  • Information System Engineering

▼display all

Awards

  • 電気通信普及財団テレコムシステム技術賞

    1995  

  • 電子情報通信学会 業績賞

    1993  

  • 電子情報通信学会 小林記念賞

    1993  

 

Papers

  • Performance Evaluation of Error-Correcting Output Coding Based on Noisy and Noiseless Binary Classifiers

    Gendo Kumoi, Hideki Yagi, Manabu Kobayashi, Masayuki Goto, Shigeichi Hirasawa

    International Journal of Neural Systems   33 ( 02 )  2023.02

     View Summary

    Error-correcting output coding (ECOC) is a method for constructing a multi-valued classifier using a combination of given binary classifiers. ECOC can estimate the correct category by other binary classifiers even if the output of some binary classifiers is incorrect based on the framework of the coding theory. The code word table representing the combination of these binary classifiers is important in ECOC. ECOC is known to perform well experimentally on real data. However, the complexity of the classification problem makes it difficult to analyze the classification performance in detail. For this reason, theoretical analysis of ECOC has not been conducted. In this study, if a binary classifier outputs the estimated posterior probability with errors, then this binary classifier is said to be noisy. In contrast, if a binary classifier outputs the true posterior probability, then this binary classifier is said to be noiseless. For a theoretical analysis of ECOC, we discuss the optimality for the code word table with noiseless binary classifiers and the error rate for one with noisy binary classifiers. This evaluation result shows that the Hamming distance of the code word table is an important indicator.

    DOI

  • Construction Methods for Error Correcting Output Codes Using Constructive Coding and Their System Evaluations

    Shigeichi Hirasawa, Gendo Kumoi, Hideki Yagi, Manabu Kobayashi, Masayuki Goto, Hiroshige Inazumi

    2022 IEEE International Conference on Systems, Man, and Cybernetics (SMC)    2022.10

    DOI

  • Learning and Estimation of Latent Structural Models Based on between-Data Metrics

    Kenta Mikawa, Manabu Kobayashi, Masayuki Goto, Shigeichi Hirasawa

    2022 IEEE International Conference on Systems, Man, and Cybernetics (SMC)    2022.10

    DOI

  • Learning-State-Estimation Method Using Browsing History and Electroencephalogram During Programming Language Learning and Its Evaluation

    Katsuyuki Umezawa, Tomohiko Saito, Takashi Ishida, Makoto Nakazawa, Shigeichi Hirasawa

    Communications in Computer and Information Science   1344   40 - 55  2021

     View Summary

    The failure of learners to obtain sufficient knowledge is caused by various factors, such as the difficulty level and quality of the learning materials and learner’s prior knowledge. The use of the learner’s learning log and biological information, such as the brain waves, heart rate, and eye movements during learning, makes it possible to detect the factors. If different brain waves can be measured according to the difficulty level of task execution, the difficulty level of e-learning materials can be adjusted so that the optimum learning effect can be obtained for each student. In this study, a system that obtains the learning logs during learning has been proposed. However, the learning time is insufficient to understand the learning state of the learners. For example, if the learning time is short, whether the learning materials were too easy or too difficult to abandon cannot be determined. Therefore, we propose a system and a method for estimating the learning state of the learners by comprehensively analyzing his/her learning history and brain wave. Moreover, we evaluate the learning state of high school students learning the C and Scratch programming languages using the proposed method. Also, by comparing the estimated results with those obtained from the questionnaire administered after the experiments, we evaluate the effectiveness of our proposed method.

    DOI

  • Evaluation of Difficulty During Visual Programming Learning Using a Simple Electroencephalograph and Minecraft Educational Edition

    Katsuyuki Umezawa, Makoto Nakazawa, Manabu Kobayashi, Yutaka Ishii, Michiko Nakano, Shigeichi Hirasawa

    Advances in Intelligent Systems and Computing     31 - 41  2021

    DOI

▼display all

Books and Other Publications

  • コンピュータ工学

    培風館  2001

  • 情報理論入門

    培風館  2000

  • 符号理論入門

    培風館  1999

  • 情報理論

    培風館  1996

  • 理工系のための計算機工学

    昭晃堂  1990

Works

  • 情報理論の応用に関する研究

    1995
    -
    2001

  • Studies on Information Theory Application

    1995
    -
    2001

  • 情報システムに関する研究

    1990
    -
    2000

  • Studies on Information Systems

    1990
    -
    2000

Research Projects

  • 言語学習を対象とした学習状態把握による個別最適化学習システムの開発

    日本学術振興会  科学研究費助成事業

    Project Year :

    2022.04
    -
    2026.03
     

    梅澤 克之, 中澤 真, 平澤 茂一, 中野 美知子, 吉田 諭史

  • ビジネス価値創造のためのデータ解析プラットフォームと時変協調フィルタリングの研究

    日本学術振興会  科学研究費助成事業

    Project Year :

    2019.04
    -
    2023.03
     

    小林 学, 平澤 茂一, 松嶋 敏泰

     View Summary

    本研究ではデータを持ち出さずに解析を行うプラットフォーム(DAPF)の構築並びにその効果的な運用方法の提案を目的の一つとしている.現在までにクラウドを用いたDAPF(CDAPF),並びにオンプレミスによるDAPF(ODAPF)のそれぞれの構築が完了している.またCDAPFに関しては実運用を開始しており,現在みずほ銀行の実データの解析を行う3つのプロジェクトを実施している.これにより,DAPFの持つべき機能やセキュリティ等が明らかになってきている.またCDAPFについては2021年度に新たにVPN接続を可能にすることにより,大学外からセキュアにデータ解析を可能とした.さらにデータ持ち出しを防ぐためのチェック要件定義を行い,運用の効率化の実施を提案した.
    また顧客の消費行動に対するビジネス価値創造のための機械学習に関して,昨今説明性が大変重要になってきている.具体的にはデータの構造推定結果や予測関数の意味などが分析者に理解できる説明性が求められてきている.2021年度はこの説明性に着目して,回帰並びに分類というプリミティブな問題に対して,回帰木(あるいは決定木)に対する生成モデルを設定し,この生成モデルにおけるベイズ最適な予測を決定関数として出力する方法を示し,さらにこれにブースティングを適用することにより,非常に複雑な問題にも良好な性能を示す手法を提案した.この手法は一般化加法モデルの一種となることを示すことができ,説明性を担保することが可能である.これによって時系列の影響を可視化することが可能であり,非定常な場合に拡張が可能になっている.
    さらに,ディープラーニングを含む多値分類手法の複数の2値分類器の組合せで行われているが,これを効果的に行う誤り訂正出力符号(ECOC)が提案されている.この手法に対して理論的に最適な符号の構成,並びにその理論的な性能解析を行なった.

  • AIコーチによるプログラミング独習システム

    日本学術振興会  科学研究費助成事業

    Project Year :

    2018.04
    -
    2023.03
     

    斉藤 友彦, 平澤 茂一, 松嶋 敏泰

     View Summary

    本研究は「回答履歴から学習者の弱点を推定し適切な問題を推薦するプログラミング演習Webシステム」の構築を目的とする.このシステムは,ACM-ICPCやAtCoderをはじめとするプログラミングコンテストで上位を目指す高校生及び大学生を対象とする.なお,プログラミング言語はC及びJavaに対応する.プログラミング上達には,学習者が自分の弱点を的確に把握し,現状に適した演習問題を大量に解くことが最も大事である.本来,プログラミングと学習者を熟知した人間のコーチが専属で練習メニューを指示するのが理想であるが,本システムでは,あたかもAIがこれを代替しているかのようにふるまう.
    本年度の主な成果はWebシステムやユーザインタフェースの実装に関するものである.1つ目はJavaScriptを使ったWeb学習支援を目的とした拡張機能の作成である.Web上での学習時に陥りやすい「脇道に逸れやすい」や「一度脇道に逸れたら学習に復帰しない」等の問題点を解決するため,学習予定設定,学習状態表示,学習離脱時警告表示,学習期限超過警告表示,学習パック作成・共有の機能を搭載したGoogle Chrome用拡張機能を作成した.2つ目はチャットボットを使った学習ツールの作成である.チャットボットとは,人間とコンピュータ間で話し言葉を用いて会話するソフトウェアである.本研究では,より人間のコーチと話しているかのような感じを実現するため,チャットボットによる学習ツールを開発し,その学習効果に関して検証を行った.
    また,本研究の副産物として,機械学習やWebアプリ,教育工学に関する研究の知見を活かし, 仮想スタンプラリーを用いたオンラインイベントシステムやデータの可視化を用いた野球観戦システムの開発等を行った.

  • Development of a self-study system that can feel the learner's emotion beyond time and space for language learning

    Japan Society for the Promotion of Science  Grants-in-Aid for Scientific Research

    Project Year :

    2019.04
    -
    2022.03
     

    Umezawa Katsuyuki

     View Summary

    The purpose of this study is to develop and evaluate a self-study system equipped with an artificial teacher who senses the learner and gives advice, based on a unified framework for language learning. The term "sense the learner" means that the system side understands the learner's learning status. In this study, we developed a method and system for detecting learners' stumbling blocks and estimating their learning status, which are necessary for the development of a self-study system. We also conducted a demonstration experiment for learning English and programming languages using these methods and system. In addition, we investigated the relationship between English education and programming language education, and the use of these methods in education. Furthermore, we studied the possibility of substituting measurement instruments other than EEG for the dissemination of the results of this research.

  • Programming Education System Based on Big Data and Learning Analytics for Beginners

    Japan Society for the Promotion of Science  Grants-in-Aid for Scientific Research

    Project Year :

    2016.04
    -
    2019.03
     

    Kobayashi Manabu

     View Summary

    In this study, we built e-learning programming education WEB system for real class of beginners, and we analyzed the big data using learning analytics. Specifically, it is possible to obtain various programming logs of the learner and to perform scoring with high accuracy while significantly reducing the teacher work by automatically scoring the program using the machine learning method. Furthermore, we proposed a method for automatically extracting of learners and programming exercise tasks that show the same tendency of scoring results. Then we used the statistical collaborative filtering method. Furthermore, we showed the effectiveness of the proposed model and estimation method.

▼display all

Misc

  • Performance Evaluation of ECOC Considering Estimated Probability of Binary Classifiers

    Gendo Kumoi, Hideki Yagi, Manabu Kobayashi, Masayuki Goto, Shigeichi Hirasawa

    Proceeding of 10th World Conference on Information Systems and Technologies 2022 (WORLD CIST 2022)    2022.04  [Refereed]

    Research paper, summary (international conference)  

    DOI

  • A Study on the Optimization of the ECOC Method for Multi-label Classification Problems

      14 ( 3 ) 1 - 10  2021.08

     View Summary

    One of the methods for constructing a multi-valued classifier that uses a combination of given two-valued classifiers is the Error-Correcting Output Coding (ECOC) method, which is based on error-correcting codes introducing a code theory framework. Although it is experimentally known that this method performs well on real data, the theoretical optimality of the classification accuracy for the ECOC method has not been clarified. In this study, we show sufficient conditions for the ECOC method to be an optimal multi-valued classification method under the assumption that binary classifiers achieve maximum posterior probability classification. As a result, we can show that n-vs-all and Exhaustive signs are the best multi-valued classification method under the same assumptions. This suggests one of the directions of the optimization debate for various ECOC methods.

    CiNii

  • メトリックラーニングにおける潜在構造モデルと潜在変数の推定に関する一考察

    三川健太, 小林学, 後藤正幸, 平澤茂一

    日本経営工学会春季大会予稿集(Web)   2021  2021

    J-GLOBAL

  • 代表元を用いた計量距離学習におけるオンライン学習法に関する一考察

    三川健太, 小林学, 後藤正幸, 平澤茂一

    日本経営工学会秋季大会予稿集(Web)   2020  2020

    J-GLOBAL

  • 混合ノルム正則化に基づくFactorization Machineに関する一考察

    三川健太, 小林学, 後藤正幸, 平澤茂一

    日本経営工学会春季大会予稿集(Web)   2019  2019

    J-GLOBAL

▼display all

 

Overseas Activities

  • ディジタルライブラリーに関する基礎研究

    2002.04
    -
    2002.09

    アメリカ   カリフォルニア大学

Internal Special Research Projects

  • ベイズ決定法に基づく情報クラスタリング・分類に関する研究

    2008   後藤 正幸

     View Summary

     情報検索システムの数学的モデルを用いて,多くの情報クラスタリングや情報分類手法が研究されている.本研究では,主として文書のクラスタリングと分類問題を対象に,最適なアルゴリズムの構築を目指した. 数年前から開始した学生アンケート分析において,学生のクラス分けに用いる手法としてProbabilistic Latent Semantic Indexing (PLSI)モデルを利用した方式を提案し,実問題に適用してきた.提案方式の性能は,従来のベクトル空間モデルやLSIモデルなどに比べ優れたものであり,有効な分析結果を導いてきた.しかし,従来方式に対し比較的良好な性能を実現できたものの,学生アンケートから得られる文書数は学生数に等しく,したがって30-150程度の比較的小規模の文書集合で特に性能の良いクラスタリング・分類方式が必要である. そこで,学習文書数が小さな場合でも良い性能が期待できるベイズ決定理論を用いたアルゴリズムに着目し,その構築を図った.主成分分析に基づく単語文書行列の次元を圧縮することにより単語の共起を考慮しつつ行列のスパースネスによる雑音を除去し,圧縮次元数の混合分布を用いた新しいアルゴリズムを提案した.これは従来の圧縮しない場合と圧縮次元を固定とする場合を含み,自動的に最適な次元数を求める機構を含んでいる.しかし,残念ながら学習文書数の小さな領域では理論的に最適性を示すことは難しく,実験による比較に止まっている.

  • 文書検索・分類・クラスタリングに関する研究

    2005  

     View Summary

     次の各項を研究目的とした.それぞれに得られた結果・成果,残された課題を記述する.(1) 潜在的意味空間インデクシング(LSI)モデルの評価   LSIモデルは文書ベクトルが作る空間の代数的な手法(Singular Value Decomposition)による次元圧縮モデルである.情報処理学会が提供するベンチマーク文書集合データに適用した結果,分類性能は(圧縮前の)ベクトル空間モデルより優れるものの,その改善度合いは小さく,次に述べるPLSIモデルに劣ることが判明した.ただし,ベンチマークデータは約5000文書の小規模なもので,大規模で検索システムへの適用は今後の課題である.(2) 確率的潜在意味インデキシング(PLSI)モデルの拡張   代数的な次元圧縮を確率的手法に置き換えたPLSIモデルに基づく分類アルゴリズム・クラスタリングアルゴリズムを提案し,その評価を行った.(1)で述べたベンチマークに適用し,文書集合の規模が大きくなるに従い性能は劣化するが,小規模な文書集合には良い性能を示すことを明らかにした.提案アルゴリズムはある条件の下にベイズ最適になっており,振る舞いをベイズ決定理論に基づいて再構築し,最適な隠れ状態数を決定することは今後の課題である.(3) 選択型質問と記述型質問が混在するアンケートからの知識発見   (2)で確認したPLSIモデルの良好な性能を,実データとして収集した授業改善のためのアンケート分析に用いた.担当する学部2年必修科目「コンピュータ工学」に適用した.授業モデルを示し,アンケートから得た学生の顕在的・暗黙的特性を入力と,学生の成績・満足度(これもアンケートより抽出する)を出力とするモデルの因果関係を明らかにした.残念ながら授業開始前のアンケート結果からのみで「クラス分け」などの授業運営方法を導くことは不可能であるが,講義の進め方・中間テストや演習に対する学生の考え方などの授業運営に有効な知識が得られることを示した.また,昨年春に行ったMNCのWEB科目登録のアンケート分析にも利用し,学生の要望を抽出した.(4) 台湾における学生アンケートの実施と分析   本学で実施したアンケート分析結果を2006年春に台湾で開催された国際セミナーと淡江大学の集中講義で発表・紹介した.これを機会に,本年度台湾の学生からもアンケートを求めることにした.日台共同で日本語と中国語の言語横断検索システムの研究をスタートさせ,アンケート分析に取り組むことになっている.   

  • 符号化技術のディジタルライブラリーへの応用

    2004  

     View Summary

     文書データベースを対象に情報検索・分類・クラスタリングについて検討した.特に,確率モデルに分類されるPLSI(Probabilistic Latent Semantic Indexing)モデルを用いたシステムの評価と応用を行った.(1)「PLSIモデルを用いた文書分類・クラスタリング法」は小規模のデータベースに対し優れた性能を持つ[1](2)「PLSIモデルを用いた情報検索システム」はベクトル空間モデルを用いたものとほぼ同等の性能を持ち,計算量削減が可能  である[5](3)「学生の授業改善アンケート解析」に重要文抽出・文章要約・PLSIに基づく文書クラスタリング法を適用した結果,統計処理を  併用することにより学生の授業満足度・最終成績などを説明する有効な指標を得た[4] PLSIモデル以外のモデル(主としてベクト空間モデル)についても検討し(4)情報検索・分類・クラスタリングの各手法の性能改善を行った

  • メディアネットワーク社会における符号化情報学の構築

    2004  

     View Summary

     情報理論や符号理論で取り扱う符号化技術について,その基本となる誤り訂正符号とデータ圧縮について検討した.その結果(1)「テールバイティングトレリス符号を用いたブロック連接符号」は従来のブロック連接符号に比べ,同一の復号器の複雑さで大  きな誤り指数を持つ[2](2)「置換生成行列を用いた最尤復号法」において,候補符号語の生成に要する計算量を低減できるアルゴリズムを示した  [1][3][14](3) ①「記憶のある通信路における低密度パリティ検査符号」の構成法を明らかにし[4],また  ②「消失通信路における最尤復号法」を示した[15](4)「単語単位に出力される情報源系列の符号化法」について,シンボル単位に出力されたと見たときの単語の区切り(日本語の形  態素解析に相当する)に関する性能の評価を行った[19]などの成果を得た.(4)は本研究の符号化情報学の視点に立っている. 一方,これらの技術がインターネットなどネットワーク社会で活用される場面を想定し(5)遠隔地をネットワークで結び少人数のゼミ(ネットゼミ)を実施する「インターネットを用いた電子会議システム」の評価を  行った.日本と台湾を結び「環境保護に関する日台国際討論会」を開催する[7]と同時に,インターネットの回線品質(遅延  時間とパケットロス率)をパラメータにゼミが成立する条件を明らかにした[5][12].

  • メディアネットワーク社会における知識発見と研究活動支援システムの構築

    2002  

     View Summary

     メディアネットワーク社会の急速な発展に対応して,人間の高度で知的な情報処理の一部を代行するシステムの構築のために必要な基礎と応用を扱う.本研究課題は次の2項からなっている.(1)知識獲得  大規模データベース・文書アーカイブやネットワーク上に散在する情報から,人間の知的活動を支援するために隠された知識を  獲得する.そのいために従来,数理的モデルに基づき理論的に性能が保証できるアルゴリズムや解決法を研究してきた.しかし  ネットワーク社会の進展は多くの電子化された情報の蓄積を容易にし,散在する安価なコンピューティングパワーが利用できる  環境では従来とは異なるアプローチが必要である.残念ながらマシーンラーニングなど理論的に解明するタイプの研究には取り  扱えるデータ量に限界があり,多くの実在する問題に適用するのが難しい.そこで,本研究では発見的アルゴリズムを中心にデ  ータマイニング・テキストマイニング,さらに情報検索技術を応用し大量データからの知識獲得について考察した.成果は下記  論文として発表した.(2)インターネットを用いた研究支援環境の構築  テキストマイニングを用いた検索エンジンと電子会議型のソフトによるインターネットを用いた研究支援環境を構築した.前者  はプライベート論文検索システムを実現し,後者により空間的に離れた共同研究者と文献・資料を検索・共有しながら議論・ゼ  ミを行うことが可能になった.インターネットという不良な回線品質の状況で,ゼミが成立するための条件の評価を行い,成果  を報告した.なお,本成果は特別研究期間中に大変有効利用できたことを付け加えておきたい.

▼display all