モノづくり現場における、生産革新活動、現場改善活動などの取り組みについて、コメントが可能です。また、これらの視点を間接部門への展開、さらには3S（整理・整頓・清掃）などの活動についても、コメントが可能です。

キーワード：生産革新、現場改善、5S、3S、生産性、スマートファクトリー

【過去のコメント実績】

2006年4月19日　読売新聞1面、現場力に関するコメント
2012年10月18日　日刊工業新聞29面　3Sサミットについて
2014年6月5日　日刊工業新聞2面　クボタ益本社長を悼む
2015年3月9日　日刊工業新聞23面　チームで改善の知恵磨く−東大阪市モノづくり開発研究会の最終講義
2016年3月17日　日刊工業新聞34面　東大阪市立産業技術支援センター、２３人にモノづくり研究修了証
2020年11月13日　日本経済新聞関西版　密防止にCO2センサー　チトセ工業、大学や町工場に納入
2021年7月30日　日刊工業新聞31面　大阪信金と大阪工大、京伸で「生産性向上塾」の工場実習
2021年10月10日　朝日新聞13面　仕事に効く　大人の学び直し
2021年10月18日　日刊工業新聞37面　大阪ものづくり企業認定職業訓練協会、町工場の人材育成模索
2022年2月21日　日刊工業新聞5面　主張／日々カイゼンで良い現場を　大阪工業大学教授・皆川健多郎

現在、生活環境などには数多くのセンサが存在します。そこから得られる情報(画像や気温等)を分散情報処理技術を用いて効率よく処理し、人々にとって意味のある知識を取り出す人工知能(AI)について研究開発を行います。

分散情報処理では、センサやプロセッサなどを内蔵しエッジコンピューティングを実現可能とするIoT機器と大規模なデータ処理が可能なクラウド(センタサーバ)の連携により、高度に分散して情報処理を行います。

＜統計的データ探求研究室＞

実際の様々なデータに対して、統計的モデルの適用等によりデータから新たな知見を得るための研究をしています。

具体的なテーマ例としては、
・多数の説明変数を持つデータに対する重回帰分析
・外れ値のあるデータに対する統計的推測や検定
・関連性のありそうなデータに対する相関性の推定
などがあります。

キーワード：データサイエンス、データ解析、数理統計学

専門分野の中で特に以下の項目についてコメント可能です。
○機械学習分野のうち強化学習法に関する内容
○港湾荷役におけるコンテナ移動スケジューリング
○鉄道荷役における貨車入れ替えスケジューリング
○食品ロス削減

キーワード：強化学習、Q-Learning、コンテナ荷役、鉄道荷役、荷役スケジューリング、ニューラルネットワーク、CMAC

【YouTube】

2分20秒あたりから食品ロスに関する研究内容が紹介されています

IoTシステムとは、「特定の機能を実現するために構成された通信機能を持つコンピュータシステム」のことを指します。またIoTシステムの多くはパソコンより小さなマイコンと呼ばれるコンピュータが用いられます。本研究室では、このマイコンを利用したシステムの構築方法や、応用について研究を行っています。また、多くのIoTシステムではセンサと共に用いられることが多いため、センサの利用についても研究を行っています。たとえば、圧力センサやジャイロセンサと呼ばれるものを用いて、人間の動きを検知したりしています。これにより、より安全で快適な社会を実現することをめざしています。

キーワード：IoTシステム、マイコン、ハードウエア

【過去のコメント実績】

なし

時系列データに関して, 獲得したデータがどのような法則(モデル)に従っているかを解明することを目的とし, その統計的推測・解析手法の構築について研究を行います. 具体的には, 以下のようなテーマを扱っています.
・モデルの構築や推定: データを説明するモデルがどのように構成できるか
・モデルの評価や選択: データを説明するモデルの候補が複数考えられる場合, データを最もよく説明できるものはどれか
・ソフトウェアの開発: 上記を計算するためのモジュールの開発

キーワード: 数理統計学, データ解析