計算知能（Computational Intelligence）技術の非線形工学への応用に取り組んでいます。

計算知能とは？

人工知能(AI)研究の一分野です。
進化計算，遺伝的アルゴリズム，ニューラルネットワーク，ソフトコンピューティング，カオス理論などが代表的です。
自然界の現象にインスパイアされたアルゴリズムが多く、また、
厳密解の代わりに短い計算時間で実用的な近似解を求めることができることが特徴です。

みなさんが高校生の時、ある関数の最大値や最小値を求めるためには、関数の微分情報を使いましたね？
一方で、実社会には、微分をすることが非常に難しい問題や、そもそも微分不可能な問題が多数存在します。
計算知能のほとんどは微分情報を必要としないため、非常に幅広い分野で応用可能であることが特徴です。
また、多くのアルゴリズムは簡素であり、シミュレーション実装が容易であることも利点の一つです。

松下研究室では 「新しい計算知能アルゴリズムの開発やその応用」に関する研究に取り組んでいます。
過去に行っていたものも含め、主な研究テーマは次の通りです。

様々な計算知能型最適化手法の提案に関する研究

• 高性能かつ計算量が少ない計算知能アルゴリズムの開発
• 複数解探索が行える計算知能アルゴリズムの開発
• 時間変化する解を追跡する計算知能アルゴリズムの開発　etc...

計算知能の非線形力学系における分岐解析への応用

• 勾配法を用いない手軽かつ高度な分岐点探索法の提案
• 勾配法を用いない分岐曲線導出法の提案
• 勾配法を用いない2つ以上の分岐パラメータ導出　etc...

計算知能型最適化手法の実社会問題への応用

• 非線形回路のパラメータ設定への応用
• 可視光通信における路車間通信でのデータ復調への応用
• 光通信ネットワークの最適化への応用　etc...

ディープラーニング(深層学習)の可視光通信技術への応用

自己組織化マップ(SOM)の効果的な学習法の開発とデータマイニングへの応用　etc...