ホーム » 技術
「技術」カテゴリーアーカイブ
大規模言語モデルの研究動向の調査：時系列データ分析とData-centric AIの視点から
さくらインターネット研究所の鶴田（@tsurubee3）です。先日、研究活動の一環として、時系列データ分析とData-centric AIの二つの視点から、大規模言語モデル（以下、LLM）の最新の研究動向について調査し、私の個人ブログに以下の二つの記事を書きました。本記事では、調査の動機とそれぞれの研究動向の概要について紹介します。
[続きを読む]さくらインターネット研究所 研究開発グループの取り組み紹介（24年4月）
こんにちは、さくらインターネット研究所 研究開発グループのグループリーダー菊地です。研究所ブログ記事としてはかなり久しぶりになってしまいましたが、研究所（研究開発グループ）の取り組み内容（研究テーマ）をご紹介したいと思います。
さくらインターネット研究所は現在、研究開発グループとプロダクト開発グループの２グループ体制となっておりまして、研究開発グループは、従来から引き続き、各研究員がそれぞれテーマを持って研究を推進するスタイルとなっています。研究テーマは時期で一律に区切るものではない（研究員がそれぞれ自分の考えるスパンで取り組む）のですが、年度の区切りでまとめるようにはしていて、2024年4月時点での各研究員の研究テーマは以下のようになっています。
[続きを読む]クラウドの障害診断の自動化に関する論文が国際ジャーナル「IEEE Access」に採録
さくらインターネット研究所の坪内（@yuuk1t）です。
2024年3月に、さくらインターネット研究所から投稿した学術論文が、アメリカ合衆国に本部を置く電気・情報工学分野の学術研究団体（学会）、技術標準化機関であるIEEEの、査読付き国際オープンアクセスジャーナル「IEEE Access」に採録・掲載されました。掲載された論文の情報は次の通りです。
- 書誌情報：Yuuki Tsubouchi, Hirofumi Tsuruta, MetricSifter: Feature Reduction of Multivariate Time Series Data for Efficient Fault Localization in Cloud Applications, IEEE Access (ACCESS) , Vol. 12, pp. 37398-37417, March 2024.
- 論文のファイル: https://ieeexplore.ieee.org/ielx7/6287639/6514899/10462133.pdf
- ソースコードとデータセットのリポジトリ： https://github.com/ai4sre/metricsifter
さくらインターネット研究所では、以前より、機械学習や統計解析技術を用いて、クラウドのシステム障害管理（インシデント管理とも呼ばれる）を自動化する研究を行ってきました。障害管理は、主にクラウドを用いたオンラインサービスの信頼性に着目するソフトウェア工学分野「SRE（Site Reliability Engineering）」が取り扱う重要課題です。
障害管理の自動化に関する我々の研究活動の中で、国際的な学術機関の媒体に掲載された論文は、本論文が初となります。以降では、本論文の概要を紹介します。
[続きを読む]3次元結晶構造に基づく材料の物性予測についてICMLA2023で発表しました
さくらインターネット研究所の鶴田（@tsurubee3）です。2023年12月15〜17日にアメリカ合衆国フロリダ州ジャクソンビルで開催された22nd International Conference on Machine Learning and Applications (ICMLA 2023)にて、「DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials」と題した研究について発表しました。
この研究は、マテリアルズ・インフォマティクスと呼ばれる材料科学と情報科学の融合分野における研究です。これまでさくらインターネット研究所では、ITインフラが主な研究開発の対象分野でしたが、最近では、大学や企業と連携しながら材料科学や創薬などの自然科学分野の研究開発にも積極的に取り組んでいます。今回の研究発表は、以前のプレスリリースでもご紹介した京都大学複合原子力科学研究所と共同で取り組んだ成果です。
3次元メッシュに対する深層学習を用いた材料物性の予測についてJSAI2022で発表しました
さくらインターネット研究所の鶴田（@tsurubee3）です。2022年6月14〜17日に国立京都国際会館とオンラインのハイブリッドで開催された2022年度 人工知能学会全国大会（第36回）にて、「3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計」と題した研究について発表しました。これは、マテリアルズ・インフォマティクスという材料科学と情報科学が融合した分野の研究であり、機械学習を専門とする鶴田と材料科学を専門とする桂先生、熊谷さん（@kumagallium）のコラボレーションにより生まれた研究です。
論文やスライドも公開しておりますので、ご興味のある方はぜひご覧ください。