ベーシッククラスター（Bクラスター）
Basic cluster (B cluster)
Research and Industry-University Collaboration
研究・産学連携
トピックス
- 2024.12.04
会津大学学際研究フォーラム2024を開催しました。
研究・産学連携 - 2024.10.30
会津大学学際研究フォーラム 2024
研究・産学連携 2024.04.09 2024.03.28 - 2023.09.01
会津大学学際研究フォーラム 2023 を開催します
研究・産学連携 - 2022.08.29
会津大学学際研究フォーラム 2022を開催しました
研究・産学連携開催報告 - 2022.07.28
会津大学学際研究フォーラム 2022の開催について
ニュースリリース研究・産学連携
ベーシッククラスターとは
ベーシッククラスターは萌芽、戦略系研究チームであり、チーム型研究の進行によりCAISTクラスターへ移行することが期待されています。
スマートデザイン (ARC-Design)
人とコンピュータの協働を知識創造プロセスと捉え、その知識を記述、操作する手法を革新することで、コンピュータがもたらす自動化や能力向上を人が主体的に制御／活用できるシステムの実現を目標としています。
自動AIシステムデザイン (ARC-AutoAI)
機械学習やディープラーニングにおける難解な課題を分析・解決し、AIシステムの設計・開発・運用・管理といった一連のプロセスを自動化する研究を行っています。生成的大規模言語モデル(LLM)を用いて、誰でも簡単にAIアプリケーションを作成・管理できるツールを開発し、AI技術の社会への普及を目指しています。
情報セキュリティ (ARC-Security)
社会がITへの依存度を高めるにつれて、情報セキュリティの重要性がますます高まっています。 私たちは、暗号の理論と応用、自動車やロボットなどのIoT、ビッグデータやAIのプライバシー、システム管理など、情報セキュリティに関する幅広い研究を通じて、ITを安全に利用できる社会を目指します。また、産官学の連携による人材育成にも力を入れています。
AI/DSを活用したイノベーティブ教育 (ARC-Education)
革新的教育クラスターは、最先端のテクノロジー、フレームワーク、および方法論をダイナミックな教育エコシステムに統合し、AIとデータ駆動の教育時代における学習体験の向上を目指しています。このクラスターでは、適応フレームワーク、知的学習支援システム、学習分析によってサポートされた、技術的スキル訓練、言語教育、一般教育に重点を置いています。
AI、機械学習、データマイニングなどのコアテクノロジーが基盤を形成し、学習教材や学生の活動から得られるデータが教育エコシステムを推進します。この相互接続されたクラスターは、個人に最適化された教育を強化するだけでなく、教育コミュニティにインパクトのある研究と貢献をもたらし、最終的には次世代のイノベーターを育成します。
データサイエンスとエンジニアリング (ARC-DSE)
会津大学産学イノベーションセンター（UBIC）と連携しながら、数理モデルや機械学習、情報可視化などデータサイエンスを構成する幅広い手法を用いて実世界サービスが抱える課題に取り組んでいます。パートナーと大学がWin-Winとなるゴールと体制を模索しながら、大学知を社会に還元していくことが大きな挑戦です。
知的交通システム (ARC-iTransportation)
日本道路交通情報センターは、日本の交通渋滞を監視するために大規模な全国センサーネットワークを構築しました。そのデータをSociety5.0の実現に活用するために、本クラスターは、データマイニングに適したデータレイクハウスを開発し、大規模な交通ネットワークにおける自動運転や視覚範囲を超えた経路推奨システムをサポートする革新的な機械学習技術を探求します。
高性能計算とシミュレーション (ARC-HPC)
ARC-HPCクラスターは、高性能計算 High Performance Computing(HPC)と量子計算 Quantum Computing(QC)の研究基盤を確立し、その応用として新規アルゴリズムの研究及び大規模数値シミュレーションを推進します。
統合計算通信プラットフォーム (ARC-iCCL)
私たちは、第5世代（B5G）および第6世代（6G）無線ネットワークのパラダイムにおける、アンビエントインテリジェンスのための統合計算・通信プラットフォームの設計および開発課題に取り組んでいます。特に、様々な空中プラットフォーム/乗り物を利用した宇宙ベースの通信ネットワークにおけるマルチアクセスエッジコンピューティング（MEC）の実装に向けた幅広いトピックの調査に注力しています：
1.実現技術
2.ネットワーク・アーキテクチャ
3.データオフロード最適化戦略
4.データと学習モデルのセキュリティ／プライバシー・メカニズム
持続可能なコンピューティング (ARC-SusCom)
今日の急速に進化する社会において、コンピューティング技術は社会の高まるニーズに応えるだけでなく、持続可能な技術革新という世界的な課題にも応える必要があります。
SusComクラスターは、現在と未来の世代のために持続可能なコンピューティング技術の開拓に取り組む最先端の研究拠点です。
学生・教員・産業界のリーダーたちが集う活気ある共同研究のハブとして、当クラスターは高性能・汎用型コンピューティングを、省電力で脳を模倣したドメイン特化型システムへと再構築することを目指しています。それらは、効率的でありながら高い効果も兼ね備えています。
私たちは、計算性能を向上させながら、エネルギー消費と環境負荷を劇的に削減する最先端のアーキテクチャとソリューションの研究に取り組んでいます。学際的なアプローチを通じて、気候に配慮した設計原則を推進し、コンピュート、ネットワーク、可用性の高いワークロードに対応する高性能・省エネルギーシステムの最適化を進めています。
カーボンフットプリントの削減から、強靭なデジタルインフラの構築まで、私たちの研究は、よりグリーンで持続可能なテクノロジーの未来を切り拓いています。
宇宙探査技術 (ARC-SET)
将来の月面および惑星着陸ミッションにおいては、ローバ（移動型ロボット）を用いた探査が主流になると期待されています。ローバの運用において、3Dマップは環境認識、ナビゲーション、科学的ターゲットの特定における重要な技術です。私たちは、ローバに搭載されたセンサから得られるデータを用いて、地質情報 ― 潜在的な科学的ターゲット ― を取り入れた3Dマッピング手法の研究を行っています。さらに、ローバの運用やデータ通信、マップ構築のための実験施設に関連する宇宙技術も主な研究テーマです。本研究クラスターは、実験施設として模擬月面クレーターを活用する「月火星箱庭構想」（https://u-aizu.ac.jp/research/researchlist/endetail?cd=90150）の活動とも関係しています。