エントリーシート

希望コース（AI&ML）で取り組みたいこと

私の選考は進化計算による最適化であり、ここで得られる知見を活かして、限られたリソースや厳しい制約においてハードウェア/ソフトウェアを設計される貴社エンジニアをメタ的に支援する枠組みを提案したいです。具体的には、ハードであれば、例えば回路設計では電力制約の下で限られた空間に効率的に素子を配置する設計をしますが、その組合せは膨大であるとともにシステムや製品の目的により適切な配置は変わります。これを最適化問題として定式化して進化計算を適用することで、学習データなしで高速・自動で特化させ、設計現場の試行錯誤労力を軽減します。ソフトでも、無数の機械学習手法から自動選定するなど革新的な解発見に寄与します。

興味／関心のあるカテゴリー(選択)

1番 ： AI・ロボティクス 2番 ： クラウド・Webサービスアプリ／システム 3番 ： クライアントアプリ／システム

関心のある内容と理由

世界最大級の企業が激しい競争を繰り広げる自動運転技術に興味があります。究極的な自動運転を実現するためには、法整備、自律型システムを支えるハードウェア、総合的に車体を制御するソフトウェア、インフラ協調型システムでの大容量通信技術と、学際的な分野となっており、市場規模と夢の大きさが理由です。特に、貴社VISION-Sは安全性はもちろんのこと、臨場感のあるエンタテイメント性にも優れている点に惹かれます。

スキル・経験 （開発言語・ツール）

（開発言語・ツール）Python：2年 進化計算の研究・機械学習手法実装・データ分析， C：3年 授業課題・データ分析， html/css+Go：2年 HP運営， MATLAB：半年 進化計算の研究・画像音声処理， Verilog-HDL：半年 回路実験TA， C++：半年未満 アニメーション作成， C#：半年未満 同， CASL-II：半年 アセンブラ理解， Java：1か月， Keras等：1か月 データ分析 （使用経験のある計測/実験機器や開発言語・ツール） オシロスコープ・スペクトラムアナライザ・絶縁破壊電圧測定装置・Solid Works(3D-CAD)・Open GL・MATLAB simmulink：電気電子情報工学の学部学生実験のため1年使用 scikit-learn・tkinter：企業共同研究のため1年使用

専門性（テーマ概要）

様々な実社会システムに内在する最適化問題を解く技術である最適化技術(進化計算・群知能 等)の現在の問題点として、解くべき問題や適用するシステムの機能や規模、制約により効率的な解法は変わりその選定の指針もなく、現場ではアルゴリズム設計方針が立たない困難に直面しています。そこで、ユーザの経験や適用問題を限定しない汎用性と最適化性能を両立させるべく、アルゴリズム構成を自動調整するように最適化技術を設計することで、現場での試行錯誤の労力を大幅に解消しています。学部４年では経済学における競争均衡原理に着想を得た新しい自律適応的な進化計算を構築しました。これは従来の場当たり的な調整とは異なり、競争における優劣で調整目標を設定でき、劣ったアルゴリズムは優れたアルゴリズムを追い越すように自動調整できる点で極めて効率的です。特に少ない評価回数の時に性能の優位性が顕著であり、実問題への展開を視野に入れたときには、この点はさらに効果的なものとなります。大学院では異種進化計算を協調・競争させて得られた集合知を活用した手法を開発し、より困難な問題クラスてある多目的/制約付き/動的最適化へと挑戦しています。

各質問項目で注意した点

質問事項に正確に答えること。また、専門用語を用いつつ、それらが専門外の方にも伝わるように補足することで、人事から研究者まで幅広い方への理解を促進するようにした。

結果通知時期および結果通知方法

結果通知時期：2週間以内 結果通知方法：電話