2023年4月プロジェクト研究および配属先研究室を検討している皆さんへ Call for Appllications: Research Project Students 2023 April

鷲崎研 2023年3月オープンハウス Washizaki-lab Open House 2023 March

  • 2023年3月20日(月), 22日(水)10:00-17:00, 23日(木)10:00-13:00 March 20th MON and 22nd WED 10:00am-5:00pm, 23rd TUR 10:00am-1:00pm
  • 63号館5階 0523室 Room 0523 Building 63(および補助手段としてZoom as secondary location)


  • 研究室紹介文2023(鷲崎研)
  • キーワード: プログラミング言語・環境、システム&ソフトウェア設計・再利用・品質保証・セキュリティ、AI・クラウド・IoT、プロジェクトマネジメント、組織目標・戦略、情報システム・プログラミング教育
  • 卒業研究の進め方: 以下と同様。ただし年間を通してのより深い取り組み。
  • プロジェクト研究の進め方: 研究グループに分かれて取り組み。現在は以下など。最初の一か月ほどは基礎的な学びを深め、続いて二・三か月目に何らかの視点や検討を始め、四か月目に議論や実験などしつつ成果まとめ。
    • MLE (主に月曜日 10:00-12:00): 機械学習システム開発を支援するモデリングフレームワーク (例: MODELS’22 Poster)、機械学習システム開発における安全性解析、MLOpsを支援するワークフローパイプライン統合、機械学習デザインパターンの文書・体系化ならびに検出 (例: Computer’23)、IoTデザインパターン (例: IoT-J’20), 機械学習システム開発における変更や欠陥の実証研究、機械学習によるデザインパターン検出
    • NLP (主に木曜日 11:00-12:30): 自然言語処理や機械学習のソフトウェア開発文書他への応用、データ駆動ペルソナと要求工学 (例: IJSEKE’21)、セキュリティ知識・文書の追跡や構造化・体系化 (例: Applied Sciences’22, IRI’22)、重複バグレポートや関連報告の検索・検出・分類体系化 (例: Frontiers’23, Applied Sciences’22)、アジャイル開発やプロセス分析 (例: Agile’12)
    • Repair (主に木曜日 9:15-10:40): プログラム自動修正や実証研究、プログラム自動修正の可視化 (例: SEKE’23)、ソフトウェア信頼性評価・予測 (例: Mathematics’21)、プログラム品質測定評価と改善 (例: ICSE’19, ENASE’20)、組み合わせテストと再利用 (例: PeerJ’21)
    • Analysis (主に木曜日・金曜日): プログラム解析と可視化、コードクローン解析 (例: IWSC’20)、高等教育におけるプログラミング教育支援 (例: SIGCSE’18)
    • Edu (主に月曜日 10:00-11:30): プログラミング教育の枠組み、若年層・初等教育・中等教育におけるICT・プログラミング教育支援 (例: Education Sciences’22)
  • 研究テーマの設定方法: 新規、あるいは、研究グループにおける継続発展課題。傾向としては新規の内容に一人で取り組むよりも、データや先輩の成果を引き継ぎ、あるいは共有して、先輩他とも相談しつつ取り組むケースが増加中。
  • ゼミの曜日時限: 全体としては木曜日2限、他にはグループごとに木曜日2限、6限、金曜日3限など。新配属生の科目履修状況によって適宜調整。

Washizaki-lab welcome application of Project Research 2022 Spring and April laboratory enrollment.

  • Lab introduction 2023 (Washizaki laboratory)
  • Keywords: Programming Languages and Environments, Systems and Software Design, Reuse, Quality Assurance and Security, AI, Cloud and IoT, Project Management, Organizational Goals and Strategies, Information Systems and Programming Education
  • Graduation Research Procedures: Same as below. However, a more in-depth approach throughout the year.
  • Project research: Work in research groups. In the first month, students deepen their basic learning, then in the second and third months, they start to consider some viewpoints and studies, and in the fourth month, they summarize the results through discussions and experiments.
    • MLE (mainly Mondays 10:00am-12:00pm): A modeling framework for supporting the development of machine learning  systems (MLS)(e.g., MODELS’22), safety risk assessment of MLS, MLOps workflow pipeline integration, documenting and detecting machine learning design patterns (e.g., Computer’23), IoT design patterns (e.g., IoT-J’20), empirical study on change and defects in MLS, detecting object-oriented design patterns by machine learning
    • NLP (mainly Thursdays 11:00am-12:30pm): Software development documentation and other applications of natural language processing and machine learning, data-driven persona and requirements engineering (e.g., IJSEKE’21), security knowledge and document tracing and structuring (e.g., Applied Sciences’22, IRI’22), detecting and organizing duplicate bug reports and related issue reports and tickets (e.g., Frontiers’23, Applied Sciences’22), agile deveopment and process analysis (e.g., Agile’12)
    • Repair (mainly Thursdays 9:15am-10:40am): Automatic program modification and empirical research, visualization of program repair (e.g., SEKE’23), software reliability evaluation and prediction (e.g., Mathematics’21), program quality measurement, evaluation and improvement (e.g., ICSE’19ENASE’20), combinatorial testing and reuse (e.g., PeerJ’21)
    • Analysis (mainly Thursdays and Fridays): Program analysis, code-clone analysis (e.g., IWSC’20), programming learning and teaching supports (e.g., SIGCSE’18)
    • Edu (mainly Mondays 10:00am-11:30am): Framework for programming education, ICT and introductory programming  education supports (e.g., Education Sciences’22)
  • Research theme setting: New or continuing development in the research group. The trend is that more and more students are taking over or sharing data and results of their seniors, and consulting with their seniors and others rather than working on new content by themselves.
  • Seminar times: All international course students meet together on Mondays (around 6th period), and in groups on Thursdays (2nd and 6th periods), Fridays (3rd period), and so on. The schedule will be adjusted according to the course enrollment of newly assigned students.


Extensible Modeling Framework for Reliable Machine Learning System Analysis, accepted for CAIN’23 poster

Jati H. Husen, Hironori Washizaki, Hnin Thandar Tun, Nobukazu Yoshioka, Yoshiaki Fukazawa, Hironori Takeuchi, Hiroshi Tanaka, Kazuki Munakata, “Extensible Modeling Framework for Reliable Machine Learning System Analysis,” 2nd International Conference on AI Engineering – Software Engineering for AI (CAIN’23), Poster, Melbourne, Australia, May 20th, 2023.


鷲崎弘宜,上田賀一,中村賢治,櫨山淳雄,西崎真也,中川博之,鵜林尚靖,平石邦彦,飯田元,位野木万里,亀田弘之,野中誠,田辺良則,吉岡信和,岡埼正一, 経済産業省産業技術環境局長賞, 日本工学教育協会, 2023(対象: スマートエスイー:スマートシステム&サービス技術の産学連携イノベーティブ人材育成)

Identifying missing relationships of CAPEC attack patterns by transformer models and graph structure, accepted for SVM 2023 (in conjunction with ICSE 2023)

Rikuho Miyata, Hironori Washizaki, Kensuke Sumoto, Nobukazu Yoshioka, Yoshiaki Fukazawa, Takao Okubo, “Identifying missing relationships of CAPEC attack patterns by transformer models and graph structure,” First International Workshop on Software Vulnerability Management (SVM 2023) in conjunction with ICSE 2023, pp.1-4, 2023.

第2回eAIプロジェクトシンポジウム 3月17日オンライン開催

第2回eAIプロジェクトシンポジウム – DNNリペアと安全性フレームワークの最新技術を紹介 –
日程:2023年3月17日(金) 17:00-19:00
場所:Zoom (参加者への情報で案内します)
主催: JST未来社会創造事業「機械学習を用いたシステムの高品質化・実用化を加速する”Engineerable AI”技術の開発(eAIプロジェクト)」
協賛:JSSST 機械学習工学研究会(MLSE)(予定)、IEEE CS Tokyo/Japan Joint Chapter, Fukuoka Chapter, Kansai Chapter(予定)

JST未来社会創造事業 “Engineerable AI” (通称eAI)プロジェクト で開発しているDNNリペアおよび機械学習システムのための安全性開発フレームワークの最新技術をわかりやすく解説します。また、機械学習工学の世界的権威のカナダ CIFAR研究所のAI チェアであるFoutse Khomh 教授をお迎えして最新の機械学習工学をご紹介いただきます。

鷲崎教授が「DX時代のリカレント教育と参照モデル: スマートエスイー、SFIAほか」と題し数理・データサイエンス・AI教育 FDシンポジウムにて基調講演

鷲崎弘宜, “DX時代のリカレント教育と参照モデル: スマートエスイー、SFIAほか”, 基調講演, 2022年度 数理・データサイエンス・AI教育 FDシンポジウム, 2023年2月21日 オンライン


Zoom オンライン ハイブリッド開催


16:00-16:05 開会あいさつ・祝辞
須賀 晃一(早稲田大学 副総長)
16:05-16:20 講演
– コンソーシアム、カリキュラム評価、サステナビリティほか -(予定)
鷲崎 弘宜(早稲田大学理工学術院 教授、スマートエスイー事業責任者)
16:20-16:40 成果発表
DXゼミ修了審査 優秀賞受賞者(複数名)
16:40-18:00 ポスターセッション

スマートエスイー enPiT-Pro事後評価 S評価

スマートエスイー #SmartSE enPiT-Pro事後評価S評価プレスリリースについて先端教育オンライン、官庁通信社ほかにて取り上げていただきました。あらためて関係各位に御礼申し上げます。来年度IoT/AIコース2次募集中(2/26まで)。DXコース修了シンポジウムは3/4ハイブリッド実施。ぜひご参加ください。