教員紹介

澤山 正貴（さわやま　まさたか）

東京大学大学院 情報理工学系研究科
システム情報学専攻
特任講師

〒113-8656 東京都文京区本郷7-3-1 工学部6号館 232号室
Tel: 03-5841-0244

[ホームページ]

略歴

研究テーマ

人間の知覚・認知を計測する心理物理学・脳科学手法と，画像解析・物理ベースレンダリング・光学計測・機械学習などの情報科学手法を組み合わせることで，人間の情報処理メカニズムの解明をめざした研究を行っている．また，人間の知覚・認知研究の知見を利用した情報科学技術手法の開発を行っている．特に，自然物体の質感認識処理といった，多様で複雑な日常環境で機能する人間の情報処理に関する研究に力を入れている．

主な論文・著書

C. Liao, M. Sawayama, and B. Xiao, “Unsupervised learning reveals interpretable latent representations for translucency perception,” PLoS Computational Biology, vol. 19, no. 2, article e1010878, pp. 1-31, 2023.

Y. Lemesle*, M. Sawayama*, G. Valle-Perez, M. Adolphe, H. Sauzéon, and P. Y. Oudeyer, “Language-biased image classification: evaluation based on semantic representations,” Proceedings of International Conference on Learning Representations (ICLR), pp. 1-20, 2022. *equal contribution

M. Sawayama and S. Nishida, “Material and shape perception based on two types of intensity gradient information,” PLoS Computational Biology, vol. 14, no. 4, article e1006061, pp. 1-40, 2018.

M. Sawayama, E. H. Adelson, and S. Nishida, “Visual wetness perception based on image color statistics,” Journal of Vision, vol. 17, no. 5, article 7, pp. 1–24, 2017.

M. Sawayama, S. Nishida, and M. Shinya, “Human perception of sub-resolution fineness of dense textures based on image intensity statistics,” Journal of Vision, vol. 17, no. 4, article 8, pp. 1–18, 2017.

T. Kawabe, T. Fukiage, M. Sawayama, and S. Nishida, “Deformation lamps: a projection technique to make static objects perceptually dynamic,” ACM Transactions on Applied Perception, vol. 13, no. 2, article 10, pp. 1-17, 2016.

教員名をクリックすると、各教員のプロフィールが表示されます。

音声言語モデリング研究室 – 音声の広大な空間を数理モデルで理解する – 研究室のHomePage→
郡山 知樹 講師	音声の潜在要素の探索 言語・方言、感情表現や発話意図、発話者の違いなど、人の声は多様な要因によって変化し、同じ人の同じ内容であっても声にはばらつきが存在します。機械学習を用いた数理モデルによって、声の潜在的な表現を推測し，音声合成や話者認証など，声を使ったアプリケーションへの応用を行います。 機械学習の安定性・信頼性 大量データに基づく機械学習では、データを数理モデルが覚えるだけでなく、広い物理世界から得られる未知のデータへの柔軟性が求められます。予測の不確かさを考慮した数理モデルであるガウス過程や深層ベイズモデル、モーメントマッチングなどを用いて、機械学習の安定性や信頼性の実現を目指します。

教員名をクリックすると、各教員のプロフィールが表示されます。

脳情報計測・制御研究室 – 非侵襲的な脳情報の計測・制御技術の開発に基づく脳機能の解明と応用 – 研究室のHomePage→
天野 薫 教授 澤山 正貴 特任講師	脳情報制御技術の開発と応用 経頭蓋電気/磁気刺激，ニューロフィードバックなどに基づき，脳情報を非侵襲的に制御する技術を開発し，脳情報の変化に伴う知覚・認知・行動の変化を調べることで，脳内情報処理の本質に迫る． 脳内情報処理のクロックとしての神経律動 脳波(EEG)や脳磁図(MEG)等の脳機能イメージングと脳情報制御技術を組み合わせた実験によってアルファ波（8-13 Hz），シータ波（4-8 Hz）などの神経律動（周期的な脳活動）の脳内クロックとしての機能を解き明かす． 白質を介した情報伝達機構の解明 拡散強調MRIや定量的MRIで計測した白質線維の特性と知覚・認知・行動の関係を調べることで，脳内での情報伝達の機能を明らかにする．

教員名をクリックすると、各教員のプロフィールが表示されます。

オペレーティングシステム研究室 – 世界を制御するソフトウェア – 研究室のHomePage→
品川 高廣 准教授	オペレーティングシステム（OS） AIからIoTまで世界のあらゆる場所で使われるコンピュータを制御している基盤ソフトウェアであるOSの高性能化に関する研究開発をおこなっている。 仮想化ソフトウェア 我々の研究室で開発した国産の仮想化ソフトウェア「BitVisor」をベースとして、OSをも制御下に置く最先端ソフトウェアに関する研究開発をおこなっている。 セキュリティ OSや仮想化ソフトウェアをベースとして、システム全体のセキュリティ向上に関する研究開発をおこなっている。

教員名をクリックすると、各教員のプロフィールが表示されます。

通信システムアーキテクチャ研究室 – 情報通信を支えるインフラの研究 – 研究室のHomePage→
関谷 勇司 教授	高信頼かつ安全な通信システム インターネットの信頼性と広帯域化を支える基盤技術を研究する。 ソフトウェア技術を活用したインフラアーキテクチャ 仮想化技術を用いた新たな通信システムアーキテクチャの研究開発を行う。ソフトウェア技術の利点を活かした、柔軟性と規模性を両立 した通信システムアーキテクチャの確立を目指す。 AI を用いたサイバーセキュリティ対策 高度化・巧妙化するサイバーセキュリティ脅威に対抗するためにAIを用いてサイバーセキュリティ脅威の検知と対策のアシストを実現する。

教員名をクリックすると、各教員のプロフィールが表示されます。

情報伝達システム数理研究室 – 先進的情報通信ネットワークやそのアプリケーションの実現のための数理的手法の研究 – 研究室のHomePage→
斎藤 洋 教授	ネットワーク空間設計 ネットワークの地理的・幾何学的形状設計 ネットワーク空間制御 ネットワークの地理的・幾何学的形状制御 IoTアプリケーション IoTでもたらされる多様なセンシング情報を用いたアプリケーション

教員名をクリックすると、各教員のプロフィールが表示されます。

システムズ薬理学研究室 – 全細胞を解析し眠りや意識を理解し制御する – 研究室のHomePage→
上田 泰己 教授	全脳全細胞解析技術の確立 ヒトや哺乳類の脳内の全ての細胞を解析する技術基盤を確立することで、全細胞の位置情報を含む1細胞解像度脳アトラスを作製し脳の機能の理解を目指す。 睡眠測定プラットフォームの開発 呼吸や腕の動きなど簡便に取得できる時系列データを元に機械学習を用いて簡便かつ高性能な睡眠判定法を開発し、ヒト集団レベルの睡眠・覚醒リズムの理解と制御を目指す。 睡眠・覚醒リズムのモデリング 睡眠・覚醒リズムの本態を表現することができる分子レベル・細胞レベル・組織レベル・個体レベル・集団レベルの様々な階層のモデリングを行い、睡眠・覚醒リズムの本質に迫る。 ケモインフォマティクスを用いた医薬品の創製 特定の活性を有する化合物を予測することで創薬や実験試薬の候補を予測するアルゴリズム開発を行い、最終的には睡眠・覚醒リズムの制御を目指す。

教員名をクリックすると、各教員のプロフィールが表示されます。

システム医工学研究室 – 医用システム：医工学と情報科学の融合 – 研究室のHomePage→
川嶋 健嗣 教授 宮嵜 哲郎 講師	手術支援ロボット 低侵襲な外科手術を支援するロボットにおいて，機械学習を用いた一部手技の自律制御などを実装し，システムの知能化と高機能化を実現する． 身体運動支援システム ソフトアクチュエータのダイレクトドライブの利点を活した運動支援システムを実現する． 流体システムの計測制御 物流体駆動系の非線形に分布する状態量を用いた形態学的計算によって，医用システムの状態推定や予測問題への適用を提案する． ロボットの身体と運動の統合設計 ロボットのダイナミクスをモデル化し，身体と運動のパラメータを共通の枠組みの中で設計することで，タスク性能を最大化する．