稲津　佑

知能情報学を基盤に、小規模データに対する適応的実験計画に関する研究を行っています。今日の情報化社会の急速な発展により、大規模データに基づいた深層学習モデルが実社会の様々な場所で活躍しています。一方、新薬の治験や新規材料の開発などの実際の設計現場では、ごく少数のデータしか存在しないため優れた予測モデルを構築できない問題があります。更に、こうしたデータは新たなデータを追加でひとつ得るだけでも大変なコストがかかります。そこで、少数のデータから妥当な予測モデルを設計し、限られた追加の試行回数で効率的にモデルをアップデートしながら最適解（すなわち、最適な新薬の開発や最適な材料の同定）を見つける、ベイズ最適化と呼ばれる手法の研究を進めてきました。更に、得られた知見の一部を活かし、生命科学分野での実証も行っています。