鷲崎・鵜林研 オープンハウス期間中のZoom: 研究室紹介動画を流している予定です（変更可能性あり）
Washizak-Ubayashi Lab Video Zoom during the Open House: Lab introduction video will be available. (subject to change)
以下の日程で63号館5階0523室にて鷲崎・鵜林研オープンハウスを開催しますので興味があればぜひ遊びに来てください。
Washizaki & Ubayashi lab is opened to students who are looking for laboratories for their graduation and master course researches in the following schedule at the Room 0523, 5th floor, Building 63. We welcome your visit!
3月17日(月) Mar 17th MON 10:00-12:00, 13:00-15:00, 15:00-17:00
3月18日(火) Mar 18th TUE 10:00-12:00, 13:00-15:00, 15:00-17:00
AIによる再利用・進化（AI for SE）: 機械学習や生成AI・自然言語処理により増強されたデータ駆動ソフトウェア保守進化基盤，機械学習や生成AI・自然言語処理を応用したソフトウェア開発知識体系化とソフトウェア要求分析・問題報告分析ならびに開発支援，機械学習等を応用した組織・経営ゴールおよび要求を組み入れたプロセス設計手法
-
- MLE (主に木曜日 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
- AIシステムを中心とした複雑なシステムとプロセスの品質: セキュリティ・セーフティを含む多面的モデリングと機械学習ワークフローパイプライン統合を軸としたソフトウェア工学技術による機械学習・AIシステムの高信頼化 SE for AI/ML，機械学習システムを含む複雑なソフトウェアシステムのセキュリティおよびプライバシに関する知識と成果物の循環型再利用を促進するエコシステムの実現，ソフトウェアシステムの多面的かつ実用の品質測定評価，検証・テスト・改善，およびアジャイル開発プロセスの評価と改善
- NLP (主に木曜日 13:10-16:00): 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 13:10-16:00): 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)
- ICT・プログラミング人材育成・体系化: 若年層等を対象としたプログラミングおよび情報教育，知識体系と国際規格を活用する開発および運用のプロセス実現， IoT，AI，IoT分野の社会人リカレント教育
- 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 (主に木曜日 13:10-15:00など): 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)
- AI for SE: Data-driven software maintenance and evolution platform augmented by machine learning, generative AI, and NLP, Software development knowledge systematization, software requirement analysis, problem report analysis, and development support by applying machine learning, generative AI and NLP
- MLE (mainly Thursdays 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
- Quality of complex systems including AI systems (including SE for AI): Reliability machine learning and AI systems by software engineering based on multi-view modeling and workflow pipeline integration, Ecosystem of knowledge and artifacts related to security and privacy of complex software systems including machine learning systems, Quality measurement, validation, testing, and Improvement of software systems and agile development processes
- NLP (mainly Thursdays 1:10pm-4:00pm): 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 1:10pm-4:00pm): 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’19, ENASE’20), combinatorial testing and reuse (e.g., PeerJ’21)
- Education and training in ICT and programming: Programming and information education for young people, Realization of development and operation processes that utilize knowledge systems and international standards, Recurrent education for working people in the fields of IoT, AI, and IoT
- 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 or Thursdays 1:10pm-3:00pm): Framework for programming education, ICT and introductory programming education supports (e.g., Education Sciences’22)
- 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。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。
- 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。
- 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.
- 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.
