SEMINAR

セミナー

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年10月23日（金）15:30～17:30
開催場所: シミュレータ研究棟3階会議室E & meet
使用言語: 日本語（英語のスライド付き）
発表者1: 縣亮一郎（IMG）
タイトル: 物理情報AIによるプレート沈み込み帯のニューラルアンサンブルイメージング―進捗状況と今後の計画―
概要: マグニチュード8~9級の地震が発生するプレート沈み込み帯において、3次元地震波速度構造イメージは、震源位置決定や地震ハザード評価等、あらゆる地震研究の基盤となる。従来の格子表現によるイメージングでは、沈み込み帯全体の高解像度イメージと、その不確実性評価のためのアンサンブルは全体で数100GB～数TB以上のデータ容量に達し、オープンデータとしての流通・再利用が困難であった。そこで本研究では、速度構造イメージを、深層学習に基づくメッシュフリーなニューラル表現として記述し物理情報AIによる逆問題解法と統合することで、不確実性評価付きで軽量に推定・共有する手法「ニューラルアンサンブルイメージング」の確立を目的とする。南海トラフ域など1000km規模の沈み込み帯への適用までを実現し、当該領域の地震研究に資する再利用可能なAI基盤の確立を目指す。本発表では、本研究課題の進捗状況と今後の計画について紹介する。
発表者2: 中川友進（Smart Sensing Centre/DSRP）
タイトル: 少数のラベル付きデータで進めるAI研究開発：水中生物音の検出を例に
概要: 受動音響観測（PAM）は、水中の生物活動を長期的に調査するための有用な手段である。一方、継続的に蓄積される録音データから目的の生物音を検出するには、解析の自動化が欠かせない。しかし、音源の同定や正解ラベルの付与には専門知識と確認作業が必要であり、大量の録音データがあっても、学習に利用できるラベル付きデータは限られる。
本発表では、小型鯨類のうちマイルカ科の鳴音検出を例に、CNNによる教師あり学習、教師あり対照学習とk近傍法、視覚言語モデル（VLM）によるゼロショット分類の三つの研究開発を紹介する。CNNでは、雑音低減が検出性能と観測地点間の汎化性能に及ぼす影響を示す。教師あり対照学習とk近傍法では、少数のラベル付き学習データを用いた鳴音検出の性能を示す。さらに、VLMでは、対象データによる追加学習を行わずに、スペクトログラムから鳴音の有無を判定する性能を評価する。これらの結果に基づき、各手法の有効性と適用上の課題について述べる。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年9月25日（金）15:30～17:30
開催場所: 横浜研究所　三好記念講堂YES & meet
発表者1: 阿部大志（株式会社Ridge-i）
タイトル: シミュレーション結果の検索や解釈を含む、自律的な実験サイクル実現に向けた2つの研究開発事例
概要: ケースA）『物理シミュレーション結果の解析結果解釈エージェント』VLMのFineTuningやVLMを用いた専門家の目視専門業務のAgenticプロトタイプシステムの開発実績のご共有
ケースB）『シミュレーションエージェント』気候変動予測データの利用を前提とした LLM エージェントに関する基礎的な技術調査結果のご共有（JAMSTEC様との共同研究内容の一部）
　: 　
発表者2: 豊沢泰尚（株式会社Ridge-i/有限会社シェアリングシード）
タイトル: 本番システム開発におけるAI活用の実践―2つの実例から考える、開発生産性向上のポイント
概要: 大企業向けの本番システム開発で、コーディングエージェントをどこに、どう活用するか。2025年夏の給与計算システムと、2026年春夏の一般ユーザー向けAIチャット問い合わせシステムの2つの実例を紹介します。SDDやloop engineeringといった開発アプローチの変遷に触れながら、各プロジェクトでのAI活用の見立て、適用方法、得られた効果と、その鍵になった点を振り返ります。
そのうえで、開発業務でのAI活用の課題感や展望を整理し、開発生産性を高めるポイントをお伝えします。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年8月28日（金）15:30～17:00
開催場所: 横浜研究所　三好記念講堂YES & meet
発表者1: 平林祐太 (DSRP)
タイトル: データ駆動型予測モデルの大気や海洋への適用と応用可能性
概要: 近年、気象予測をはじめとして、データ駆動型予測モデルが急速に発展している。本発表では、特にGNNやTransformerを用いた手法の進展ならびに大気・海洋分野への適用について紹介するとともに、その限界や応用可能性を議論する。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年7月24日（金）15:30～17:00
開催場所: 横浜研究所　三好記念講堂YES & meet
発表者1: 安田勇輝 (DSRP)
タイトル: データ解析者/モデル開発者のためのソフトウェアエンジニアリング
概要: 論文の書き方と同様に，ソフトウェアにも設計法が存在する．その目的を一言でいえば，バグることなく安定的にコードをアップデートし運用し続けることである．これは，実験設定や実験手法などが絶えずアップデートされる研究でも有用である．本発表では，データ解析や数値モデル開発を行う研究者を対象にソフトウェアエンジニアリングの基本を説明する．特に，簡単に答えが出ない問題に対して，どのようにコードを設計し，テストを実行するかを説明する．AI の利用の有無にかかわらず，文献情報含めた有用な知見を共有する．
　: 　
発表者2: 金子達哉 (ENGD)
タイトル: 自律型水中観測・サンプリングに資するOpen-Vocabulary物体検出のゼロショット転移
概要: 自律型水中観測・サンプリングのためには、対象の物体を自動で検知する必要がある。
しかし、従来行われてきた物体検知モデルの教師あり学習やファインチューニングでは、水中画像のアノテーション付きデータの不足から、限界がある。
また、学習データに含まれない未見のターゲットの検知もできない。
そこで、近年、ゼロショットの性能が期待されるOpen-Vocabulary物体検出モデルを、追加で学習することなく、水中画像に適用した結果を紹介する。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年6月26日（金）15:30～17:00
開催場所: 横浜研究所　三好記念講堂
発表者1: 安田勇輝 (DSRP)
タイトル: データ駆動モデルで大気海洋系の何を理解できるか
概要: 近年、データ駆動型の気象モデルが急速に発展している。本講演では、それらを単なる予測器ではなく、系の確率的振る舞いやメカニズムを調べる理学的な道具として使う可能性を考える。自分たちの研究を紹介しつつ、古典力学、統計物理学、深層学習を横断し、大気海洋系への応用を見すえて背景にある考え方や概念を議論する。
　: 　
発表者2: 山北剛久 (APL)
タイトル: 海草藻場抽出の近況と展望、分布推定への応用可能性
概要: 画像系のAIについては近年だいぶ枯れてきていることもあり、むしろ解析対象のデータベースの活用や専用化が進む現状を紹介する。また、以前から構想していた分布推定モデルへの応用例が近年出始めており、それをレビューして議論を深めたい。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年5月22日（金）15:30～17:00
開催場所: 横浜研究所　三好記念講堂
発表者1: 茂木耕作（RIGC）
タイトル: 手元の解析コードから始めるAIエージェント活用〜解析・作図・執筆をつなぐ自分専用のAI研究支援環境〜
概要: 手元の解析コードを入口として、Cursor、Antigravity、Claude Code、Codex等のAIエージェント活用の実践手順を紹介する。ブラウザ上の対話型AIだけでは、過去の研究成果、開発経緯、解析意図などの文脈を継続的かつ正確に扱うことには限界がある。そこで、既存の解析スクリプト、作図手順、作業ログ、研究メモを整理し、AIに意図を伝える仕様書・手順書・プロンプトへ変換するワークフローの具体例を共有する文化を育てることが重要である。自分専用のAI研究支援環境をAIエージェントによって構築することで、解析・作図・執筆といった作業ごとに異なるソフトウェアの使い分けによる分断から生じる進捗管理コストの大幅な軽減が可能になる。導入コストが小さく、実践者の数が増えれば、成果進捗管理やアイデア共有の効率が飛躍的に向上することが期待される。
　: 　
発表者2: 山崎哲（APL）
タイトル: Reservoir Computing (RC)の勉強
概要: Honda and Yamazaki (2024)の執筆に際して、私はReservoir Computing(RC)という機械学習手法を初めて勉強しました。RCは、Recurrent Neural Network(RNN)手法の一種であり、私が機械学習でイメージしていたConvolution Neural Network(CNN)とは一線を画すものでした。私は、CNNはデータ同化でいう変分法っぽくて、RCはEnKFっぽい手法だという認識を持ったため、機械学習の入門と実践において良い手法だと思っています。今回は、RCが気象学の分野でどのように利用されたか、2020−2022年代あたりの論文を簡単にレビューします。

参考文献：
1. Honda, T., and A. Yamazaki, 2024: Machine Learning Enables Real-Time Proactive Quality Control: A Proof-Of-Concept Study, Geophys. Res. Lett., doi:10.1029/2023GL107938.
2. 田中剛平、中根了昌、廣瀬明、2021：「リザバーコンピューティング：時系列パターン認識のための高速機械学習の理論とハードウェア」、森北出版、216ページ。

AI勉強会+データサイエンス研究プログラム(DSRP)合同セミナー

日時: 2026年4月24日（金）15:30～17:00
開催場所: 横浜研究所　三好記念講堂
言語: スライドは英語で、講演は日本語で行われます。
発表者1: 杉山大祐（DSRP）
タイトル: 研究開発を加速するAIエージェント— Codex / Claude Code 活用ガイド
概要: 近年、大規模言語モデル（LLM）を基盤に、指示に対し自律的に計画・実行・修正を行う"AIエージェント"が登場し、研究開発の進め方を変えつつある。本セミナーでは、AIエージェントの基本概念を解説した上で、所内研究への応用例を＜今すぐに試せる指示文＞とともに紹介する。具体的には、自動コード生成と動画可視化、既存コード自動解析・ドキュメント自動生成、Hook機構を用いたGPU最適化の自律開発ループ、既存の地震解析ツールを利用させたAI自律解析など。さらに、アマモ場再生を題材とした自律型AI構想を通じ、AI for Scienceの各分野における新たな可能性を議論する。
　: 　
発表者2: 手嶋優風（DSRP）
タイトル: データ駆動型アプローチによる生物行動理解
概要: 本セミナーでは、自ら音波を発し、その反響（エコー）を聴取して外界を認識する「エコーロケーション」を行うコウモリを対象とし、音響シミュレーションを通してコウモリの音響的環世界（Umwelt）の探究してきた研究を紹介する。
加えて、生物の行動計測分野のAIの使用法の一例として、機械学習をパターン認識器として用いることで生物のカオス的な行動にパターンが存在するかどうかの検証を行うアプローチを紹介する。