01 / ABOUT
02 / RESEARCH
Federated Learning × Education
講義ごとに異なるデータ分布を持つ環境で、生データを共有せずに予測モデルを学習。学生ペアの特徴量と成績の「差」を学習することで、絶対値に依存しにくいランキング予測を実現します。
03 / PUBLICATIONS
新しい順に掲載
Short Paper · Accepted
Shunsuke Yoneda, Gen Li, Daisuke Deguchi, Atsushi Shimada
International Conference on Computers in Education · Christchurch, New Zealand
04 / ENGINEERING
長期インターン・アルバイトで取り組んだ、モデル開発・システム実装・データ分析の事例です。
シミュレーション環境での制御最適化に取り組みました。報酬関数の設計、学習の実行、評価処理の自動化、学習が不安定になる原因の調査を担当しました。
使用技術：MATLAB、Simulink、強化学習、Git
物理モデルと観測データを組み合わせた状態推定に取り組みました。パラメータ同定、推定精度の検証、条件を変えたロバスト性評価、誤差要因の分析を担当しました。
使用技術：Python、NumPy、SciPy、状態推定
文書から必要な情報を抽出し、構造化して保存する処理の開発を担当しました。プロンプトの調整、出力データの検証、欠損値・想定外出力への対応を通じて、処理の安定性改善に取り組みました。
使用技術：Python、LLM API、Pydantic、SQL、Git
道路・経路の形状の複雑さをフラクタル次元で定量化し、エントロピーとの関係を分析しました。地理空間データの前処理、指標の算出・比較、道路ネットワークと分析結果の可視化を担当しました。
使用技術：Python、GeoJSON、グラフ解析、フラクタル次元、エントロピー、Git、Git LFS
05 / EDUCATION & AWARDS
システム情報科学府 修士課程
画像・メディア理解研究室
工学部 電気情報工学科 卒業
AWARDS
電子情報通信学会九州支部
九州大学
06 / SKILLS
データ前処理、モデルの構築・評価、実験の自動化
予測モデルの評価、Non-IID分析
バージョン管理、再現可能な実験環境の構築