Discover companies you will love
アンファー株式会社 / 特別戦略企画部
2024年3月に博士号（工学）を取得しました． 睡眠データを扱った研究(AIを利用した解釈性のある睡眠段階推定や病気の検知など)をしてきました．
・アイアンマンに出てくる「J.A.R.V.I.S.」のようなものを開発したい ・人生の3分の1を占める睡眠を管理できる世の中にする ・ヘルスケアの観点でAIと人の共生に貢献したい ・ビッグデータの構築およびAIを用いて新しい知見発見など
/assets/images/163656/original/9b3c1e27-0d65-44a9-8861-426838e8c6e6.jpeg?1438055584){kind=avatar}
いろいろなことをやっています
/assets/images/10042283/original/e176983f-e00b-442d-8b12-9af32e347b18?1659497568){kind=avatar}
サービスの企画/技術検証/実装/アプリ開発マネジメントなど AWS, Web, iOS app, Android app, Data Analytics その他ICTに関わる課題や実現したいことについての技術相談など
スリープコインおよび睡眠段階推定，いびき，環境音の判別アルゴリズムの開発に携わり，これらをアプリへ組み込むためのSDKおよびサードパーティAPIの開発を主体で開発しています．
簡易センサから取得した生体データを利用した機械学習による睡眠モニタリングおよび病気の早期発見
「マットレスセンサから得られた生体振動データの機械学習による特徴抽出に基づく健常者と睡眠時無呼吸症候群の違いの発見」という題目で発表
睡眠×AIで睡眠の質や病気の診断
毎年8月に秋田県能代市で開催される宇宙イベントです． 今年はコロナの影響で縮小版で11月の3連休に開催されました． 詳しくはURLへ． 缶サット部門の運営に携わりました．
- 船用のGPSロガーの開発 ・機器の開発 （ラズパイ，GPS用のprint基板，USB型のルータ） ・ソフトウェアの開発
/assets/images/6449970/original/31da4e41-4c0a-4e60-9f4a-625ae34e714b?1616487538){kind=avatar}
- 社内のiOSアプリ開発案件(Swift)を一人で担当 ・Reactive Architecture (ReactorKit, RxSwift, RxCocoa) ・Realmを用いたオフライン機能
・学内のPBLでprocessingで画素アクセスし、身長と人の正面写真から、肩幅、胸囲などを測定するプログラムを実装。 ・学内のPBLでBluetooth通信型フィーリングカップルアプリ(iOS)の企画、Bluetoothの実装を主に担当し未経験のチームメンバ3人をリードしながら開発。企業賞受賞。
グルメアプリ「グルポケ」の開発（サービス終了） - iOSアプリ開発の全面を担当（開発途中のもので担当者がいなくなった後にjoin） ・MVCによるFat ViewController脱却に向けたMVPへのリファクタリング
/assets/images/16646262/original/714b5506-be5f-4f65-ba76-1178b772284c?1704876344){kind=avatar}
(株式会社ユリシーズの創業期にjoin) iOSアプリ（Swift）の開発のお手伝い． ・Core Bluetoothを用いた自作温度計との連携． ・DeployGateによるテスト配信． ・ブルーワーカー向けのUI/UXの改善． https://corp.kaminashi.jp/
・中1〜中3冬 バスケ部 副部長 ・中3冬〜高3春 陸上部 部長 ・卒業研究でJavaを独学し4択問題英単語学習アプリを開発し，授業の英単語テストの点数upに貢献．
ミニバスケットボール
Swift
Recommended by Nobuyuki Oishi and 2 more
iOS
Recommended by Nobuyuki Oishi and 2 more
Python
Recommended by Fumito Nakazawa, Takuto Mori
Ruby
Recommended by Fumito Nakazawa, Takuto Mori
Java
Recommended by Fumito Nakazawa, Takuto Mori
電気通信大学 大学院 / 情報理工学研究科 情報学専攻 博士後期課程
簡易センサから得られた生体振動データで睡眠段階を機械学習で学習する際，(1)各睡眠段階の割合の不均衡による推定の偏り(クラスインバランス)，(2)各睡眠段階の継続性が異なり,必要なデータの入力長が不均一(スケールインバランス)，(3)個人差，個人内差,環境差など(データインバランス)による入力データに生じる矛盾，すなわち「同じラベルでも入力が異なる」，「入力が類似していてもラベルが異なる」などにより学習が困難である．本研究では，学習結果の抽出が容易な機械学習の1つであるランダムフォレスト(RF)を採用し，これらの問題について，RFの学習結果の解釈とそれに基づく推定精度の向上を目指す.
ken.ieice.org
embc.embs.org
jstage.jst.go.jp
ieice.org
