At the AI & Database Laboratory (AIDBL) in the Department of Data Science, Musashino University, we conduct research on databases, data mining, and artificial intelligence (AI) algorithms, which serve as the core of information systems.
武蔵野大学 データサイエンス学科 AI・データベース研究室（AIDBL）では、情報システムの中核であるデータベース、データマイニング、人工知能（AI）アルゴリズムの研究を行っています。
Find Out More About AIDBLIn modern society, a cyber-physical space is formed by the integration of physical and informational domains, where a wide variety of interconnected computing devices—such as sensors, cameras, cloud platforms, and actuators—operate through networks.
Within this computational space, we employ semantic computing techniques to interpret the meaning of various phenomena. By quantifying events and contexts related to the natural environment, social environment, and individual human activities, we aim to propose new perspectives, create new value, and facilitate the evolution toward an ideal state through our unique computational methodologies and system development.
現代社会では、ネットワークを介して、センサやカメラ、クラウド、アクチュエータなど、多種多様なコンピュータが連動して、物理空間と情報空間が融合した計算空間であるサイバー・フィジカルスペースを形成しています。
この計算空間において、私たちはセマンティック・コンピューティングの手法を用い、さまざまな事象の意味を解釈することで、自然環境や社会環境、そこに生きる私たち一人ひとりを対象として、事象やコンテキストを定量化し、独自の計算方式とシステム構築により、新たな視点の提示、新たな価値の創造、あるべき姿への進化を目指しています。
Expanding Human and Societal Potential through the Fusion of Data and Knowledge: By leveraging databases, proprietary data mining techniques, and AI algorithms, we interpret the meaning of events within the cyber-physical space, support better decision-making, and design and implement an information environment that fosters the creation of new value.
Realizing Unique Computational Models and Agile Co-Creation: Beyond theoretical research, we emphasize rapid prototyping and active dissemination, enhancing our real-world impact and driving meaningful transformations.
データと知の融合による、人や社会の可能性の拡張： 私たちは、データベース、独自のデータマイニング、AIアルゴリズムを駆使し、サイバー・フィジカルスペースにおける事象の意味を解釈することで、より良い意思決定を支援し、新たな価値を創出する情報環境をデザイン・実装します。
独自の計算モデルの実現と、フットワークの軽い共創： 理論の構築にとどまらず、俊敏な試作と発信を通じて、実社会への影響力を高め、価値ある変革を生み出すことを目指します。
Professor
教授
Associated Professor
准教授
Associated Professor
准教授
Purpose 目的
The purpose of our education is to propose an original computational model and explore the feasibility, effectiveness, and applicability of the proposed model based on the Closed World Assumption. Through this, we aim to integrate theory and practice, fostering the development of the next generation of researchers and engineers.
私たちの教育の目的は、独自の計算モデルの提案と、閉世界仮説に基づく提案モデルの実現可能性、有効性、応用可能性を探求することにあります。これにより、理論と実践を融合させ、次世代の研究者・技術者を育成します。
Goals 目標
Year 1: Foundation Building & Research Theme Setting * Set a research theme and develop a strong awareness of the problem. * Acquire fundamental concepts of system architecture, databases, and programming necessary for prototype development.
1年次: 基礎構築と研究テーマの設定
* 研究テーマを設定し、問題意識を持つ。
* プロトタイプ開発に必要なシステムアーキテクチャ、データベース、プログラミングの基本概念を習得する。
Year 2: Model Development & Prototyping
* Design and construct an original computational model.
* Implement the proposed model and work on prototype development.
2年次: モデル開発とプロトタイピング
* 独自の計算モデルの設計・構築を行う。
* 提案モデルを実装し、プロトタイプ開発 に取り組む。
Year 3: Model Refinement & Research Expansion
* Improve and optimize the existing computational model and prototype.
* Define the theme for the senior-year graduation research and develop an advanced research plan.
* Aim to present research outcomes at relevant academic conferences.
3年次: モデルの改良と研究の拡大
* 既存の計算モデルやプロトタイプの改良・最適化を進める。
* 4年次の卒業研究テーマを設定し、発展的な研究計画を立てる。
* 関係学会での成果発表を目指す。
Year 4: Research Completion & Real-World Application
Conduct graduation research and compile the results into an academic paper.
Present findings at relevant academic conferences and explore possibilities for real-world implementation.
4年次: 研究の完了と実世界への応用
* 卒業研究を進め、研究成果を学術論文としてまとめる。
* 関係学会での成果発表 を行い、社会実装の可能性を探る。
Data Science Literacy
Data Science
Database, SQL, PL/SQL
Discrete Mathematics, AI Algorithm, Machine Learning
Web Technology, Network, Security, Deployment
Multimedia, Spatio-Temporal Data, Knowledge Bases, Data Mining
Semantic Computing, Artificial Intelligence, Machine Learning, Deep Learning
Cyber-Physical System, IoT Sensing, Actuator, Time Series Data
AI Society, Data Science, Generative AI, Medical AI
Data Science, Artificial Intelligence, Semantic Computing
Multimedia, Spatio-Temporal Data, Knowledge Bases, Data Mining
Cyber-Physical System, IoT Sensing, Actuator, Time Series Data
