KOJIMA Lab.

Research

当研究室では（社会人を含む）学生を募集しています．主指導教員として博士号取得までの指導が可能です．
連絡先メールアドレスは こちらのページ を参照して下さい．

Inverse Problems & Optimization

逆問題に対する最適化アルゴリズムの開発と解析

物理現象やネットワーク構造などの観測データから，その背後にある入力信号やシステムの状態を推定する「逆問題」に取り組んでいます．

特に，スパースモデリングや凸・非凸最適化の手法を用い，ノイズが多く限られた観測からでも，高精度かつ高速に解を求めるアルゴリズムを構築しています．

Applications:

画像再構成問題放射線治療計画問題ネットワークトモグラフィ

Representative related activities:

  • Optimizing Parameters for Enhanced Iterative Image Reconstruction Using Extended Power Divergence

    Takeshi Kojima, Yusaku Yamaguchi, Omar M. Abou Al-Ola, and Tetsuya Yoshinaga

    Algorithms, 2024DOI査読付き筆頭著者
  • Iterative Tomographic Image Reconstruction Algorithm Based on Extended Power Divergence by Dynamic Parameter Tuning

    Ryuto Yabuki, Yusaku Yamaguchi, Omar M. Abou Al-Ola, Takeshi Kojima, and Tetsuya Yoshinaga

    Journal of Imaging, 2024DOI査読付き責任著者

Trustworthy AI

信頼できる AI: 説明可能性と解釈可能性の追求

深層学習の高い表現力を維持しつつ，その判断根拠や内部動作を数学的に記述・保証できる新しい AI モデルの構築を目指しています．

特に，反復アルゴリズムの各ステップをニューラルネットワークの層として展開する Deep Unrolling 技術に注力し，ブラックボックス性を解消する研究を行っています．

Key Technologies:

Deep UnrollingModel-Based Deep Learning

Representative related activities:

  • Iterative Image Reconstruction Algorithm with Parameter Estimation by Neural Network for Computed Tomography

    Takeshi Kojima, and Tetsuya Yoshinaga

    Algorithms, 2023DOI査読付き筆頭著者

Research Approach

数理的アプローチ (Theory)

数理工学的な観点からアルゴリズムを設計し，その収束性や安定性を解析します．単に性能が良いだけでなく，「なぜ上手くいくのか」「どの条件下で保証されるのか」という理論的裏付けを重視します．

実証と実装 (Practice)

実データやシミュレーションデータを用いた数値実験で性能を評価します．理論を検証するだけでなく，実社会で利用可能なアプリケーション・ツールとしての実装も行います．