加藤　誠

2025年度卒業研究指導方針

氏　名：加藤　誠　（かとう　まこと）

所　属：知識情報システム主専攻

研究室：情報メディアユニオン2F 202

【お知らせ】10月16日（水）のオープンラボが月曜日授業のため主専攻実習と重複していたため，
オープンラボの時間を変更させていただきました．

基本情報

情報検索のアルゴリズムを研究しています．第6期生を募集しています．

Webサイト	https://kasys.slis.tsukuba.ac.jp/
Twitter	@kasys_lab
E-mail	kasys-contact-ml [at] klis.tsukuba.ac.jp
教員部屋	7D308
学生部屋	情報メディアユニオン2F 202
学生数	学類生（7名），博士前期課程（5名），博士後期課程（2名）

説明が重複するところもありますが，こちらの学生募集のページも併せてご覧ください．

オープンラボ

10月11日（金），および，10月16日（水）にユニオン2F 202（一部7D308）にてオープンラボを行います．

研究室説明会@ユニオン202（10/11 10:10~, 10/16 18:40~ 10/16 15:30~）
　　研究内容，研究の流れ，研究室での生活，就職状況について説明をします．

学生相談会@ユニオン202（10/11 11:25~, 10/16 12:00~ 16:45~）
　　研究室にいる先輩に研究室の話を聞いたり相談できたりします．

教員相談会@7D308号室（10/16 11:25~, 16:45~）
　　加藤から研究室の話を聞いたり相談できたりします（「面談」ではないのでご注意ください）．

10月11日（金）

[10:10 ~ 11:25] 研究室説明会＠ユニオン202
[11:25 ~ 12:15] 学生相談会＠ユニオン202

10月16日（水）

[11:25 ~ 12:00 12:15] 教員相談会@7D棟308号室
[12:00 ~ 13:30 16:45 ~ 18:00] 学生相談会＠ユニオン202
[18:40 ~ 19:40 15:30 ~ 16:45] 研究室説明会＠ユニオン202
[16:45 ~ 18:00] 教員相談会@7D棟308号室

面談

下記の期間，面談を実施しています．配属希望の方は必ず面談を行ってください．予約にはGoogleカレンダーを利用しており，面談時間の24時間ほど前までに予約してもらえれば対応可能だと思います．
なお，面談では英語，数学，プログラミング能力を問う質問をします．

期間： 2024年10月15日（火）〜2024年10月22日（火）
場所： オンラインまたは対面（特に優劣ありませんのでお好きな方を面談予約時にお選びください）

オンラインの場合： Zoom
（ https://us02web.zoom.us/j/83492500101　パスコード： 233707 ）
対面の場合： 7D棟308号室

予約：　面談予約ページ

受け入れの条件

面談をすること（面談予約ページにて事前に予約を行ってください）

選考方法

選考基準： 面談を行った上で，「本研究室で研究をすすめる上で相性のいい人」をより満たし，「本研究室で研究をすすめる上で相性の良くない人」をより満たさない人を優先します

指導可能な研究領域

主な研究分野

本研究室では「情報検索分野」の下記の研究分野を主な対象としています：

検索モデルとランキング，ランキング学習，検索意図推定，知識ベース構築，
知識ベース応用，Webマイニング，情報抽出，検索ユーザ行動分析，検索ユーザモデリング，
推薦システム，オンライン評価

重点テーマ（2024年現在）

本研究室の2024年現在の重点テーマは「大規模言語モデルに基づく検索アルゴリズム」です．
概要については加藤研究室で実施したチュートリアルの資料を一度眺めてみてください．
以下に研究テーマの例を挙げます：

日本語に特化した検索アルゴリズムの開発
AutoML の情報検索（IR）版である AutoIR の開発
大規模言語モデルが生成した内容を検証可能にするための統計データ検索アルゴリズムの開発
商品検索サイトにおける対話型検索システムの構築
横断検索システムのためのフィールド自動理解技術の開発

（注意：基本的に上記のようなテーマを奨励しますが，適正・興味にあわせてテーマ設定も可能です）

研究指導・ゼミの概要

３・４年生の年間予定案

教科書輪講（75分/週）
- 情報検索の基礎（1月-2月）
- 言語処理のための機械学習入門（3月-4月）
- しくみがわかる深層学習（5月-6月）
プログラミング輪講（75分/週）
- 言語処理100本ノック
ゼミ（75分/週）
- 自分の近況や研究内容などを紹介
チームミーティング（75分/週）
- 3チームに分かれてチームごとにミーティング
個別ミーティング（60分/1~2週）
- 基本的に1対1でのミーティング
論文議論会（75分/週）
- 担当者が30分程度で1本の論文を紹介して残り時間で質問・議論する会
DEIM締切（４年生２月）

国内の学会DEIMの論文投稿締切が２月にあります．
基本的に全員に投稿してもらいます．

テーマの決め方

配属されたタイミングで，まずはプロジェクト研究に挑戦し，メンター（研究室の修士または博士）から研究の方法や関連研究を学びながら，自身に興味がありそうな研究テーマを選んでもらいます．

基本的には，いくつかあるテーマの中から好きなテーマを選んでもらうか，ミーティングを通して好きそうテーマをこちらから提案していきます．

ただし，希望する研究テーマがあり，「情報検索分野」に関係するテーマであれば，その研究テーマに取り組んでもらうこともできます．

研究をすすめる上で望ましい条件

必要知識

本研究室の研究テーマに取り組むに当たり下記の知識が必要となります：

英語
数学
- 確率・統計
- 線形代数
プログラミング
- Python（別の言語でも良い）

（「数学」か「プログラミング」のどちらかが得意だとなお良い）

習得予定知識

本研究室の研究テーマに取り組むに当たり下記の知識が必要となりますので，配属されたばかりの人には勉強会にて基礎を学んでもらいます：

情報検索（参考：情報検索の基礎（共立出版））
- 検索モデル（ブーリアンモデル，ベクトル空間モデル，確率モデル，言語モデル，深層学習による検索モデル）
- Web検索（索引，クローリング，リンク解析）
- 情報検索の評価（テストコレクションの構築方法，適合率・再現率，MAP，nDCG，ERR）
自然言語処理（参考：言語処理のための機械学習入門（コロナ社））
- 上記の参考書で習得できる程度の基礎
機械学習（参考：言語処理のための機械学習入門（コロナ社），深層学習による自然言語処理（講談社））
- 機械学習の基礎（教師あり学習，訓練データ，テストデータ，交差検証）
- 代表的な機械学習モデル（線形回帰，ロジスティック回帰，SVM，決定木）
- 深層学習
プログラミング
- Python
Linuxの基本操作
- cdやls，cpなどができれば良い