日本語
Hiroshima City University 
Graduate School of Information Sciences 
Dept. of Intelligent Systems 

顔写真 Associate Professor 
Tamura Keiichi 

 
My website is here.  

Profile
2002年4月 広島市立大学情報科学部助手
2007年4月 広島市立大学大学院情報科学研究科助教
2008年4月 広島市立大学大学院情報科学研究科講師
2011年4月 広島市立大学大学院情報科学研究科准教授 

Career
Assistant Professor, Faculty of Information Sciences, Hiroshima City University  2002/04/01-2007/03/31 
Assistant Professor, Graduate School of Information Sciences, Hiroshima City University  2007/04/01-2008/03/31 
Lecturer, Graduate School of Information Sciences, Hiroshima City University  2008/04/01-2011/03/31 
広島市立大学大学院情報科学研究科准教授  2011/04/01-Present 

Academic background
Kyushu University  Information Science and Electrical Engineering  Department of Intelligent Systems  Doctor prophase  2000/03  Completed 
Kyushu University  Information Science and Electrical Engineering  Department of Intelligent Systems  Doctor later  2003/03  Withdrawn after completion of required course credits 
Kyushu University  Faculty of Engineering  Department of Information Engineering  1998/03  Graduated 

Academic degrees
Doctor of Information and Computer Science  Kyushu University  2005/01 

Current state of research and teaching activities
超スマート社会(Society5.0)の実現に向けて,データ工学を含むデータサイエンスはデータの収集,データの解析,また,解析結果を実世界にフィードバックするという流れをシームレスかつ効率的に行い,実社会の様々な課題を解決することで我々の生活を豊かにする学術として発展させる必要があります.このような背景の中,データサイエンスの基本解析だでなく,ビッグデータ分析を支えるデータベース基盤技術,非構造化データを対象としたデータマイニングとその高性能化(ハイパフォーマンスデータマイニング),実社会ビッグデータの分析として,ソーシャルメディアデータを使用した実世界情報分析,時系列データマイニングに関する研究を実施しています.

【①ビッグデータ分析を支えるデータベース基盤技術,非構造化データを対象としたデータマイニングとその高性能化(ハイパフォーマンスデータマイニング)に関する研究】

ビジネスデータ,Web,ソーシャルメディアやソーシャルネットワーク上の大規模データから知識発見など,データ工学を中心とするデータサイエンス分野が対象とする問題の中で,膨大な計算時間を要する問題を高速かつ高精度に問題を解くための研究を行っています.具体的には,高速化については並列処理,また,高精度化については乱択アルゴリズムと進化計算を応用した知識発見手法について研究を行っています.

キーワード:並列分散処理,マルチコア,GPGPU,大規模データ処理,索引構造

【②ソーシャルメディア上のデータを使用した実世界情報分析に関する研究】
インターネット上のユーザは,ソーシャルメディアを通して日々目にしたことや耳にした話題の情報発信を行っています.テキストメッセージ,画像データや映像データなどの非構造化データを通して情報発信が行われ,特に,位置情報が付与されたデータは時空間ソーシャルデータとして新しい情報源として期待されています.本研究では,ソーシャルメディア上に形成される時空間ソーシャルメディアデータから,観光情報,防災,e-コマースやマーケティングに役立つ情報を取り出すための時空間データマイニングに関する研究を行っています.

キーワード:ソーシャルメディア,時空間情報,観光情報,防災,e-コマース,イベント抽出,話題抽出,経験マイニング,ディープラーニング

【③時系列データマイニングに関する研究】

IoTへの関心の高まりとともに,インターネットに接続されたセンサデバイスなどから大量の測定データが取得され,大規模な時系列データベースを構成しつつあります.時系列データから有益な知識やルールを発見することができれば,サンサが測定したデータの有益な利活用が可能となります.本研究では,センサやソーシャルメディア上に投稿される時間情報を持つ時系列データを対象とした,クラスタリング,クラス分類,異常検知やパターン抽出など時系列データを対象としたデータマイニングのアルゴリズムの開発を行うとともに,IoTへの応用に関する研究を行っています.

キーワード:時系列データ,時系列データマイニング,IoT,センサデバイス,クラスタリング,クラス分類,異常検知,パターン抽出,ディープラーニング 

Research Areas
Media Informatics/Data Base 
Web informatics, Service informatics 
Intelligent Informatics 
Computer System Network 

Research keywords
Data Mining 
Database 
Web Mining 
Social Media Mining 
Parallel Processing 
時系列データ 
GPGPU 
発見的探索手法 
Deep Learning 
非構造化データ 
IoT 

Subject of research
高性能トランザクション処理に関する研究  高性能なオンライントランザクション処理が求められるデータベースサイトは,TPモニタがトランザクションを計算機クラスタ上の計算機(以下サイトと呼ぶ)に割り振り,単位時間当たりに処理できるトランザクション数増加を図っている.そこで,計算機クラスタ上の計算機資源を有効に活かしきるトランザクションスケジューリングが重要となっている.既存のトランザクションスケジューリングは,単に別々の種類のデータへアクセスするトランザクションをそれぞれ別々のサイトに割り振るものや,参照のみのトランザクションしか扱わないものが中心であり,計算機クラスタ上でのトランザクションの動的なスケジューリング手法は十分に明らかになっていない.本研究では計算機クラスタ上においてサイト数,各サイトの負荷,トランザクションのデータへのアクセスパターンと発生率の4つを考慮した動的なトランザクションスケジューリング法を開発する.  1998-2005 
データベースにおける索引構造に関する研究  大規模データを対象とし,データを効率的にアクセスするための索引構造機構の研究開発を行った.具体的には,空間データベース問い合わせ処理の並列化のための索引構造と並列問い合わせ手法の開発,また,大規模3次元立体構造データのための索引構造の開発,また,マルチコアCPUやGPUなど対応したデータ構造や非構造データを対象とした索引構造に関する研究を実施した.  2000-Present 
ハイパフォーマンスデータマイニングに関する研究  2002-Present 
ソーシャルメディア上のデータを使用した実世界情報分析に関する研究  実社会におけるビッグデータ分析の中でもソーシャルメディア上のデータ分析が注目を集めている.インターネット上において,ソーシャルメディア上に投稿されるデータは,人々が目にした耳した現実世界のあらゆる情報が含まれている.ソーシャルメディア上のユーザをセンサ,投稿されるデータをセンサが観測したデータとして扱うと,現実世界で起こっている事象を分析することができる.このような分析を実世界情報分析と呼ぶ.実世界情報分析がリアルタイムに可能となれば,観光情報,防災,マーケティング,人間の行動分析など,社会情報学の可能性を大きく切り開くことが可能となる.具体的には,Twitter上に投稿されるツイート,画像データ,また,これらと連動するWeb上のデータを使用した時空間データマイニングに関する研究を行った.また,大規模な時空間データを扱うための高速化や深層学習を利用した高精度化についても研究を行っている.  2010-Present 
時系列データマイニングに関する研究  IoTへの関心の高まりとともにインターネット上に接続されたセンサデータの利活用が期待を集めている.センサデータは時間とともに観測された時系列のデータとして扱うことができ,時系列データマイニングの高速化と高精度化が求められている.そこで,時系列データを対象としたデータマイニングとして,分類,クラスタリング,頻出パターン抽出,外れ値検出などに焦点を当て,高速化と高精度化に関する研究・開発を行ってきた.具体的には,符号化技術を用いて,高精度に時系列データを分類やクラスタリングを行う手法,また,深層学習を用いて時系列データの特徴を取り出す手法を開発した.時系列データに関しては産業との関連が強く,戦略的基盤技術高度化支援事業とSCOPEに研究課題が採択され,研究分担者として産学連携に係る研究開発に従事した.  2014-Present 

Proposed theme of joint or funded research
人工知能技術を用いたデータ分析とIoTへの応用  機械学習として代表的なディープラーニングを用いたデータ分析のノウハウや,IoT機器から取得したデータをデータ取得にとどまらず,その応用を展開する方法についての研究/開発の行う.  Wish to undertake joint research with industry and other organizations including private sector.  Technical consultation,Commisioned research,Joint research,Others 
ソーシャルメディア上のデータを用いた社会情報分析  ソーシャルメディア上に投稿されるデータは,現実世界において人々が日々,目撃したことや耳にしたこと,また,関心のある話題やイベントを含む内容が投稿されている.このようなデータを使用して,社会現象,地域の課題,防災や観光に役立つ情報を取り出すことができます.Twitterを用いた社会情報分析に関するノウハウを民間技術に応用することができます.  Wish to undertake joint research with industry and other organizations including private sector.  Technical consultation,Commisioned research,Joint research,Others 
大規模データからの知識発見  生物,医学,工学,理学,ビジネスなど様々な分野で生成される大規模データからの効率的な知識発見手法について研究を行う.  Wish to undertake joint research with industry and other organizations including private sector.  Technical consultation,Commisioned research,Joint research 
View details...

Research Funds
Grant-in-Aid from Ministry of Education, Science, Sports, and Culture  実世界情報分析のための時空間データマイニングに関する研究  2018/04-2021/03  Representative 
Grant of Hiroshima City University  符号化技術を用いた時系列データに対する高性能分類手法に関する研究  2017/06-Present  Representative 
Joint Research  検診結果に基づく深層学習による予測システムの開発とひろしま健康長寿ネットワークの構築(フェーズII)  2017/04-2018/03  Assignment  Joint research  Domestic joint research within Japan  本研究課題では,深層学習(Deep Learning)による理論的な学習手法を開発するとともに,検診機関,診療所と連携し,実際の医師の診断を支援する医療診断支援システム構築を目的とする.また,開発したシステムを広島県の複数の病院に導入し,継続的に検査データの経年変化をモニタリングすることで日常的な健康管理を行い,健康寿命を増加させ,特定健康診査の検診率の向上と,N年経年変化の予測の正答率の向上を目指す.フェーズIIでは,連携協力機関の病院の成果をもとに,広島医師会との連携を強化し,実証実験を通じて開発した医療診断支援システムの改良を行った.ここで,可視化インタフェースが動作する医療診断支援システムをタブレット端末で実装し,通信,システムによる疾病判定等の実証実験を通じて,性能を評価した.  市村 匠(県立広島大学),田村 慶一(広島市立大学),飯田 忠行(県立広島大学),原田 俊英(県立広島大学) 
Joint Research  検診結果に基づく深層学習による予測システムの開発とひろしま健康長寿ネットワークの構築(フェーズI)  2016/07-2017/03  Assignment  Joint research  Domestic joint research within Japan  近年,日本人の生活習慣の変化や高齢者の増加により,生活習慣病による死亡のリスクが高まっている.そこで,本研究課題では,問診・血液検査結果などの数値データやMRI画像などから構成される医療マルチモーダルデータを分析し,実際の医師の診断を支援する医療診断支援システム構築することを目的とする. フェーズIでは,深層学習に関する基本的な学習アルゴリズムを開発し,実証実験を通じて医療診断支援システムのプロトタイプの構築を実施することであり,目標を達成することができた.  市村 匠(県立広島大学),田村 慶一(広島市立大学),飯田 忠行(県立広島大学),原田 俊英(県立広島大学) 
Joint Research  次世代8K高精細フラットパネルの高歩留まり製造を実現する欠陥検査システムの実用化開発  2015/09-2018/02  Assignment  Joint research  Industry-academia-government collaboration research project  本研究課題では企業が開発する8Kフラットパネルの欠陥を検査し,同時に修繕するシステムにおいて,欠陥を予測しながら欠陥検出能力を60%から97%以上へ引き上げ,データクラウドシステムによる工程異常分析の自動化機能を実現することを目的とした.検査装置については,株式会社OHTが開発/販売を行っており,参加3大学においては,センサからの信号をもとに予測する機能として,Deep Learningを用いた手法の開発,また,データクラウドシステムによる工程異常分析の自動化機能の実現を行った. 
View details...

Bibliography
Island-Model-based Distributed Modified Extremal Optimization for Reducing Crossovers in Reconciliation Graph  Keiichi Tamura, Hajime Kitakami, Akihiro Nakada  141-156  Transactions on Engineering Technologies Lecture Notes in Electrical Engineering  2013/11  978-94-007-7683-8 
データベースと知識発見  北上 始,黒木 進,田村 慶一  46-91  コロナ社  2013/10/10  978-4-339-02472-2  現在のデータベースには,曖昧な情報の保存利用,巨大で複雑な構造の格納,知識発見など多くの機能が要求されている。本書では,データベースの基礎知識だけでなく,社会状況との関係を常に意識し,基礎概念や応用技術も解説した。 
View details...

Papers
Research paper (scientific journal)  Joint  Time Series Classification using MACD-Histogram-based Recurrence Plot  Keiichi Tamura, Takumi Ichimura  International Journal of Computational Intelligence Studies (IJCIStudies)  Inderscience Enterprises Ltd.  採択決定済  2018  1755-4985 
Research paper (scientific journal)  Joint  最小外接矩形とセルの再帰分割を用いたセルベースのDBSCANの高速化  酒井達弘,田村 慶一,北上始,竹澤寿幸  電子情報通信学会論文誌 D  電子情報通信学会  J101-D/  4, 690-701  2018/04/01  1881-0225  10.14923/transinfj.2017DEP0009  密度に基づくクラスタリングはデータの密度をクラスタリングの基準とした,任意形状のクラスタを抽出できるクラスタリング手法である.DBSCANの高速化手法の一つとして,セルベースのDBSCANが提案されている.セルベースのDBSCANはデータセット全体を小さいセルに分割し,データの密度をセル単位で考え,セルを結合することでクラスタリングを行う.セルベースのDBSCANは既存のDBSCANよりも高速にクラスタリングを行えるが,セルの結合判定に多くの時間を要することが明らかとなっている.そこで本論文では,最小外接矩形(MBR)とセルの再帰分割を用いた新しいセルベースのDBSCANを提案する.提案手法はセルの結合判定について,MBRを用いた結合判定とセルの分割を再帰的に行うことによって,高速に処理することができる.評価実験の結果,提案手法は既存手法と比較して高速化できることを示した. 
Research paper (scientific journal)  Joint  Adaptive Distributed Modified Extremal Optimization for Maximizing Contact Map Overlap and Its Performance Evaluation  Keiichi Tamura, Hajime Kitakami, Tatsuhiro Sakai  “Innovative Computational Intelligence Methods for Data Sciences and Applications" in International Journal of Computational Intelligence Studies (IJCIStudies)  Inderscience Enterprises Ltd.  Vol. 6/ No. 4, 288-310  2017/12  1755-4985  10.1504/IJCISTUDIES.2017.089518  Maximising the contact map overlap (CMO) problem is one of the simplest yet most robust techniques for finding optimal protein structure alignment. This optimisation is known as the CMO problem, and is also known as NP-hard. We have been developing bio-inspired heuristics using distributed modified extremal optimisation (DMEO) for the CMO problem. DMEO is a hybrid of population-based modified extremal optimisation (PMEO) and the island model. In our previous work, we proposed a DMEO-based bio-inspired heuristic, i.e., DMEO with different evolutionary strategies (DMEODES) to maintain the population diversity of evolution. DMEODES efficiently maintains population diversity; however, once the population falls into local optimal solutions, there is no mechanism for getting out of them. In this paper, we propose a novel heuristic model to improve the DMEO's ability to prevent evolution stagnation. The new model integrates an adaptive generation alternation mechanism in DMEO called ADMEO. The experimental results show that ADMEO outperforms DMEODES. 
Research paper (scientific journal)  Joint  Classifying of Time Series using Local Sequence Alignment and Its Performance Evaluation  Keiichi Tamura, and Takumi Ichimura  IAENG International Journal of Computer Science  International Association of Engineers  44/ 4, 462-470  2017/11/20  1819-9224  URL  Time series classification is the task of predicting the class label of an unclassified time series. In the last decade, Symbolic Aggregate approXimation (SAX), which is a stateof-the-art feature expression for time series, has attracted the attention of many data mining researchers, because huge number of good sequence data mining algorithms are available once time series are converted to SAX sequences. In this paper, we propose a novel method for time series classification using a hybrid SAX-based symbolic representation, which is called a moving average convergence divergence (MACD)-histogrambased SAX (MHSAX) proposed in our previous work. The proposed time series classification method includes the MHSAX and a nearest neighbor (1-NN) classifier utilizing the local sequence alignment technique. To evaluate the proposed time series classification method, we implemented it and conducted experiments using all 85 data sets in the UCR Time Series Classification Archive. The experimental results show that the proposed time series classification method outperforms not only other distance-based 1-NNs, but also other state-of-theart methods. 
Research paper (scientific journal)  Joint  ギブスサンプラに基づくアミノ酸配列モチーフの高精度抽出法  高橋 誉文 , 北上 始 , 福本 翔平 , 森 康真 , 田村 慶一  情報処理学会論文誌数理モデル化と応用(TOM)  情報処理学会  9/ 3, 32-43  2016/12  1882-7780  アミノ酸配列データベースから類似部分配列を抽出することとして知られている従来のギブスサンプリング法の抽出精度を向上させるために,多重整列化に基づく新しい方法を提案する.従来のギブスサンプリング法の抽出精度は初期値に大きく左右される.この点に着目し,提案手法では,できるだけ良い初期値を計算するため,配列データセットに対して多重整列化を行い,ある幅のウインドウを多重整列上にスライドさせ,p値が最小となるウインドウ領域(類似部分配列)を初期値として選択する.多重整列化によって挿入されるギャップについては,ランダムに文字をあてはめる場合とすべての文字が等確率に現れる場合を比較する.また,ギブスサンプリングで利用される擬似度数に進化的な知識を導入し,抽出される類似部分配列としての配列モチーフ(進化的に保存される配列パターン)の抽出精度を向上させている. 
View details...

Research presentations
Oral presentation(general)  Density-based Multimodal Spatial Clustering using Pre-trained Deep Network for Extracting Local Topics  Fifth International ACM SIGMOD Workshop on Managing and Mining Enriched Geo-Spatial Data Co-located with SIGMOD/PODS 2018  2018/06 
Oral presentation(general)  畳み込みニューラルネットワークを用いた観光ツイートの分類手法  2018年度人工知能学会全国大会(第32回)  2018/06/06 
Public discourse, seminar, tutorial, course, lecture and others  (講習会・チュートリアル)Python言語の基礎とその演習(その2)  即戦力となる人工知能人材育成のためのプログラミング講座~基礎編~  2018/05/26 
Public discourse, seminar, tutorial, course, lecture and others  (講習会・チュートリアル)Python言語の基礎とその演習(その1)  即戦力となる人工知能人材育成のためのプログラミング講座~基礎編~  2018/05/19 
Oral presentation(general)  セルベースのDBSCANのマルチコアCPU上における並列化  第10回データ工学と情報マネジメントに関するフォーラム(DEIMフォーラム2018)  2018/03 
View details...

Prizes
Best Paper Award of The 2017 IAENG International Conference on Data Mining and Applications  2017/05/25 
IEEE SMC Hiroshima Chapter Contribution Award  2016/12/22 
教員表彰(研究)  2016/03/22 
優秀賞  ひろしまアプリアイデアコンテスト  2015/11/22 
教員表彰(研究)  2015/03/25 
View details...

Allotted class
データベース 
知識ベース特論 
プログラミングIII演習 
プログラミングIII 
知能工学実験I 
View details...

Textbooks and teaching materials
データベースと知識発見(コロナ社)  2013/10  データベースとそのシステム,また,データを対象とした知識発見に関する教科書として「データベースと知識発見」の執筆(著者 北上始,黒木進,田村慶一)を共同で行った. 
システムプログラミング実験テキスト(改訂版)  2010/04/01  知能工学実験Iのシステムプログラミング実験で使用するテキストの改訂を行った. 
View details...

Social activities
2018 IEEE SMC Hiroshima Chapter 若手研究会 実行委員  2018/03-2018/07 
Guest Editors of IEEE IWCIA2017 Special Issue  2017/11-Present  Guest Editors 
NETs2018 Program Committee Member  2017/10-2018/04  国際会議NETs2018においてプログラム委員会メンバを務めた. 
Deep Learning研究会 幹事  2017/08-Present  県立広島大学,広島市立大学,広島工業大学,広島大学の教員メンバで結成された深層学習,また,その応用に関わる研究会の幹事を務めている. 
広島県IoT人材育成検討会議委員  2017/08-2018/03 
View details...

Memberships of academic societies
Information Processing Society of Japan  2002/04-Present 
IEEE  2002/10-Present 
The Database Society of Japan (DBSJ)  2002/10-Present 
The Japanese Society for Artificial Intelligence  2008/04-Present 
電子情報通信学会  2016/07-Present 
View details...

Open lecture
広島市立大学地域貢献事業発表会  Others  2017/11-2017/11  高性能ビッグデータマイニングを用いた実世界情報分析 
オープンキャンパス2017  Others  2017/08-2017/08  高性能ビッグデータマイニングへの挑戦 
広島市立大学地域貢献事業発表会  Others  2016/12-2016/12  ソーシャルメディア上のデータを対象とした時空間分析 
広島市立大学地域貢献事業発表会  Others  2016/12-2016/12  データマイニング技術の開発 
産学連携研究発表会  Others  2016/09-2016/09  ソーシャルメディア上のデータを対象とした時空間分析 
産学連携研究発表会  Others  2016/09-2016/09  分子配列データに対する規則性の抽出法 
オープンキャンパス2016  Others  2016/08-2016/08  高性能ビッグデータマイニングへの挑戦 
大学見学(1月14日 沼田高校)  Others  2016/01-Present 
広島市立大学地域貢献事業発表会  Others  2015/11-2015/11  ジオタグ付きツイートを用いたトピック抽出と時空間分析 
広島市立大学地域貢献事業発表会  Open lecture  2015/11-2015/11  蛋白質立体構造を対象とした類似構造探索システムの研究開発 
産学連携研究発表会  Others  2015/09-2015/09  分子配列を対象としたビッグデータ解析の研究開発 
産学連携研究発表会  Others  2015/09-2015/09  蛋白質立体構造を対象とした類似構造探索システムの研究開発 
オープンキャンパス2015  Others  2015/08-2015/08  高性能ビッグデータマイニングへの挑戦 
オープンキャンパス2014  Others  2014/08-2014/08  高性能ビッグデータマイニングへの挑戦 
広島市立大学リエゾンフェスタ  Others  2013/09-2013/09  大規模分子配列データベース上における類似検索の並列処理に関する研究 
高校生による情報科学自由研究  Open lecture  2013/08-2013/08  データサイエンティストになろう!ビッグデータの科学 
オープンキャンパス2013  Others  2013/08-2013/08  高性能ビッグデータマイニングへの挑戦 
「プロフェッショナル探究」広島県立広島高等学校  Others  2013/07-2013/07 
広島市立大学の地域貢献事業発表会  Others  2012/11-2012/11  蛋白質立体構造データベース上における類似構造検索に関する研究 
広島市立大学リエゾンフェスタ  Others  2012/09-2012/09  マルチコアCPU上での汎化処理の高速化に関する研究 
広島市立大学リエゾンフェスタ  Others  2012/09-2012/09  タンパク質の構造アラインメントに関する研究 
高校生による情報科学自由研究  Others  2012/08-2012/08  データサイエンティストになろう!ビッグデータの科学 
研究室紹介(2月6日美鈴ヶ丘高校)  Others  2012/02-2012/02 
市役所研究紹介展  Others  2011/10-2011/10  科学データベースと並列コンピューティング 
広島市立大学リエゾンフェスタ・産学公連携フェア  Others  2011/09-2011/09  科学データベースと並列コンピューティング 
高校生による情報科学自由研究  Open lecture  2011/08-2011/08  私たちの世界が広がる コンピュータプログラミング最前線 
オープンキャンパス2011  Others  2011/08-2011/08  科学データベースと並列コンピューティング 
広島市立大学リエゾンフェスタ・産学公連携フェア  Others  2011/01-2011/01  階層的クラスタリングを用いた台風被害予測モデルの構築手法 
広島市立大学リエゾンフェスタ・産学公連携フェア  Others  2011/01-2011/01  蛋白質立体構造データベースからの知識発見 
市役所研究紹介展  Others  2010/11-2010/11  階層的クラスタリングを用いた台風被害予測モデル 
オープンキャンパス2010  Others  2010/10-2010/10  タンパク質立体構造からの知識発見 
高校生自由研究「コンピュータの力を借りて面白いものを見つけよう」  Open lecture  2010/08-2010/08 
市役所研究紹介展  Others  2009/11-2009/11  階層的クラスタリングによるデータ分類とその応用 
広島市立大学リエゾンフェスタ2009  Others  2009/09-2009/09  配列データベースに対する類似部分配列の抽出に関する研究 
広島市立大学リエゾンフェスタ2009  Others  2009/09-2009/09  複数の蛋白質立体構造データに対するディスク版索引構造の構築方式 
オープンキャンパス2009  Others  2009/08-2009/08  分子配列データからの知識発見 
広島市立大学リエゾンフェスタ2008  Others  2008/09-2008/09  分散並列環境における索引構造とその応用に関する研究 
オープンキャンパス2008  Others  2008/08-2008/08  分子配列データからの知識発見 
広島市立大学リエゾンフェスタ2007  Others  2007/11-2007/11  曖昧検索により返される類似データからの規則性の発見 
広島市立大学リエゾンフェスタ2007  Others  2007/11-2007/11  ブログユーザ空間からの重複を許したコミュニティの発見 
オープンキャンパス2007  Others  2007/08-2007/08  情報大爆発時代の知識発見法 
広島市立大学リエゾンフェスタ2006  Others  2006/11-2006/11  配列データベースの索引構造の研究 
広島市立大学リエゾンフェスタ2006  Others  2006/11-2006/11  配列データマイニングの研究 
広島市立大学リエゾンフェスタ2004  Others  2004/11-2004/11  制約処理の並列化と安定化 
オープンキャンパス2003  Others  2003/08-2003/08  超巨大データからの高速知識発見 
View details...