日本情报通信专业「东京工业大学情报工学」

今天带来日本情报通信专业「东京工业大学情报工学」，关于日本情报通信专业「东京工业大学情报工学」很多人还不知道，现在让我们一起来看看吧！

作者：TechLive留日理工同好会·堺塾理工系

在面临联系国外导师这一环节时，各位一定有很多问号：自己的专业适合选择日本哪些专攻继续进修？转专业的话又有哪些专攻友好度较高？不同专攻又有哪些实验室？实验室教授的近期研究方向等等。

堺塾·情報工学系团队将选择日本情报工学系热门院校，分别从各学校 电子电气 / 生命科学 / 空间信息 / 机械工程 / 情报理工 / 化学化工 这几大专业类别下详细解读其专攻内容和实验室教授研究方向。

本系列先从东京大学各专业入手，后续将持续更新。感兴趣的小伙伴欢迎留言，我们会根据留言调整后续介绍顺序。

东京大学 コンピュータ科学専攻隶属于情報理工研究科，主要对应国内的计算机科学专业。该专业以计算的基本理论，计算系统/编程，视觉信息和生物信息为中心进行教育和研究，并着眼于下一代信息科学和技术的计算机方面的探索与开拓。

https://www.is.s.u-tokyo.ac.jp

コンピュータ科学専攻研究方向

- 研究内容：理论，算法，计算机语言，操作系统，计算机体系结构，并行分布式处理，安全性，图形，数值计算，自然语言处理，知识发现，用户界面，基因组信息科学，计算科学。

综上可见，本专业具有高度的综合性，比较适合国内计算机技术，电子信息技术，通信技术等专业的学生报考。

//

出願

- 出願网址: https://www.i.u-tokyo.ac.jp/edu/entra/index.shtml

-出願書類一式：http://www.cbms.k.u-tokyo.ac.jp/admission/application-form.html

- 募集要項：https://www.i.u-tokyo.ac.jp/edu/entra/j2021_admission-guide_m.pdf

- 受付期間：夏：6月8日（月）－6月12日（金）冬：2020年11月19日(木)－11月24日(火)

*注意：因疫情原因，専攻导入了线上出願系统，纸质材料募集要項发布被取消。

入試

- 入試案内書:https://www.i.u-tokyo.ac.jp/edu/course/cs/pdf/2021CSguide.pdf

- 入試時間: 2021年度夏入試（2020年8月17日-19日）

- 試験内容: 情報数学、数値計算、離散数学、アルゴリズムと計算量、形式言語、論理学、プログラミング言語論、コンピュータアーキテクチャ、オペレーティングシステム、デジタル回路、機械学習。

*注意：出题可能会使用Java和C语言。

若无法下载可扫文章下方二维码联系老师免费领取和详细咨询。

//

此中心下有约19个实验室（16个实验室今年招生），包括萩谷研究室，今井研究室，須田研究室，小林研究室，五十嵐研究室，宮尾研究室，吉本研究室，加藤研究室，高前田研究室，佐藤一誠研究室等等。

下面以 五十嵐研究室 和 杉山・本多研究室 为例介绍，对其他实验室感兴趣的同学可扫文章下方二维码，加老师微信免费咨询。

五十嵐研：Computer Graphics/AR/VR/人机交互

五十嵐 健夫 教授是日本乃至实际计算机图形学/AR/VR/人机交互交互领域的著名学者。五十嵐 教授在Computer Graphics/Human-machine interaction等领域发表超过500篇会议/期刊论文，累计Google scholar引用接近15841，h-index = 63，i10-index 为222。

多年来，五十嵐 教授荣获多种奖项，其中包括IBM科学賞，学術振興会賞，ACM SIGGRAPH Significant New Researcher Award, Katayanagi Prize in Computer Science 等。此外，五十嵐 教授荣还曾担任ACM UIST 2013 program co-chair, ACM UIST 2016 conference co-chair等会议要职。

https://www-ui.is.s.u-tokyo.ac.jp

研究课题：

用户界面，图形学等。

研究内容：

- 用户界面：开发使个人计算机和智能手机到机器人和自动驾驶汽车等设备更易于使用用户界面，并将其用于获取新知识。研究机器学习和人工智能系统的用户界面。特别是，开发有效的培训数据创建方法和交互式学习方法。

- 图形学：主要进行交互式形状处理方面的研究。除了致力于创建和动画化3D形状的技术开发外，最近在研究使用计算机制造真实世界物体的形状。特别是，开发非专家的普通用户易于使用的工具。

最新论文（近3篇）：

1. Christian Arzate Cruz, and Takeo Igarashi."A Survey on Interactive Reinforcement Learning: Design Principles and Open Challenges" In Proceedings of the 2020 on Designing Interactive Systems Conference (DIS), 2020.

2. Seung-Tak Noh, Kenichi Takahashi, Masahiko Adachi, and Takeo Igarashi. "Shape Refinement and Rigging of Raw-Scanned 3D Volume by a User-Specified Skeleton."

3. Computers & Graphics, vol.87, pp.80--88, Elsevier, 2020.

Xi Yang, Ding Xia, Taichi Kin, and Takeo Igarashi. "IntrA: 3D Intracranial Aneurysm Dataset for Deep Learning." IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020), Seattle, June 16 - 18, 2020.

杉山将研究室：机器学习理论/算法开发及应用

杉山 将 教授是日本乃至世界范围内，机器学习理论/算法开发方面的著名研究者，现任日本理化学研究所 革新知能統合研究中心主任。杉山 教授在机器学习理论/统计学习/异常检测等领域发表接近1000篇会议/期刊论文，累计Google scholar 为14675，h-index为57，i10-index为229。

此外，杉山教授还长期担任 Frontiers of Computer Science，Machine Learning，IEEE Transactions on Pattern Analysis and Machine Intelligence，ACM Transactions on Intelligent Systems and Technology (ACM TIST)等著名国际著名杂志和期刊的编委。

http://www.ms.k.u-tokyo.ac.jp/index-jp.html

研究课题：

机器学习理论，机器学习算法开发，机器学习应用。

研究内容：

- 机器学习理论：泛化是处理尚未学习的未知情况的能力，并且对于计算机智能运行至关重要。在我们的实验室中，我们主要从概率论和统计学的角度出发，在理论上探索泛化能力获取的机制。

- 机器学习算法开发：在机器学习领域，从输入/输出配对数据中学习的监督学习，从仅输入数据中学习的监督学习，以及旨在通过与环境交互来获取最佳行为规则的强化学习。有诸如此类的各种问题。在我们的实验室中，我们在理论支持下开发了一种高度实用的机器学习算法。

- 机器学习应用：随着Internet和传感器技术的发展和普及，在工程和基础科学的各种场景中已收集了大量数据，例如文档，声音，图像，视频，电子商务，电力，医疗和生活。我来了。我们的实验室与国内外公司和研究实验室合作，通过使用最新的机器学习算法来解决现实中的难题。

最新论文（近3篇）：

1. Kwon, Y., Kim, W., Sugiyama, M., & Paik, M. C. Principled analytic classifier for positive-unlabeled learning via weighted integral probability metric. Machine Learning, to appear.

2. Chen, S.-A., Tangkaratt, V., Lin, H.-T., & Sugiyama, M. Active deep Q-learning with demonstration. Machine Learning, to appear.

3. Kano, H., Honda, J., Sakamaki, K., Matsuura, K., Nakamura, A., & Sugiyama, M. Good arm identification via bandit feedback. Machine Learning, vol.108, no.5, pp.721-745, 2019.

此系列持续更新中...

//