一覧へ戻る
片上 舜
(かたかみ しゅん／助教／基盤科学研究系)
複雑理工学専攻／複雑システム講座／ベイズ計測、データ駆動科学、統計的推論、科学計測ソフトウェア開発
略歴
2018年4月〜2021年3月 日本学術振興会特別研究員（DC1）
2021年3月 東京大学大学院理学系研究科物理学専攻 博士課程修了、博士（理学）
2021年4月〜現在 東京大学大学院新領域創成科学研究科複雑理工学専攻 助教
研究活動
計測データから物理的な情報を、その不確実性とともに取り出す「ベイズ計測」を研究しています。理論、解析手法、ソフトウェアの開発を通じて、データ駆動科学の発展に取り組んでいます。
- 有限個の観測データに対するベイズ推論の理論：パラメータ推定、モデル選択、複数の計測データの統合を、統計的なゆらぎを考慮して理解するための理論を構築しています。
- 物理・材料計測への応用：分散関係スペクトル、小角散乱、X線吸収分光、電子顕微鏡画像などを対象に、観測過程や雑音の性質を組み込んだ解析手法を研究しています。
- 計測解析の効率化と普及：推論アルゴリズムの高速化と科学計測ソフトウェアの開発に取り組んでいます。
文献
- Shun Katakami, Shuhei Kashiwamura, Kenji Nagata, Masaichiro Mizumaki, and Masato Okada, “Mesoscopic Bayesian Inference by Solvable Models,” IPSJ Transactions on Mathematical Modeling and its Applications, 19(1), 25–52 (2026).
- Shun Katakami, Hirotaka Sakamoto, Kenji Nagata, Taka-hisa Arima, and Masato Okada, “Bayesian parameter estimation from dispersion relation observation data with Poisson process,” Physical Review E, 105, 065301 (2022).
- Shun Katakami, Hirotaka Sakamoto, and Masato Okada, “Bayesian Hyperparameter Estimation using Gaussian Process and Bayesian Optimization,” Journal of the Physical Society of Japan, 88, 074001 (2019).
将来計画
有限データに対するベイズ推論の理論と実際の計測解析を結び付け、異なる種類の計測データを統合して物理的な情報を抽出する手法を発展させます。推論アルゴリズムの高速化とオープンソースソフトウェアの開発を進め、幅広い研究者がベイズ計測を活用できる環境の構築を目指します。
教員からのメッセージ
データの背後には、どのような仕組みがあるのでしょうか。数理モデルを考え、プログラムを動かし、実際のデータと向き合うことで、新しい発見につながります。物理・数学・情報科学の境界を越え、理論と実践を行き来しながら、一緒に研究を進めていきましょう。