岩手県立大学 · ソフトウェア情報学部 / ソフトウェア情報学研究科

研究キーワード人工知能・定理証明支援系・数学知識管理・社会実装

ここは公開データのプレビューです。個別の適合理由、連絡角度、保存機能はログイン後に利用できます。

• Micro-Batch Harvesting: Path Planning for Tomato Robots using Safe-Cylinder Strategy and PC-CVRP Kazuhisa Nakasho, Hirokazu Madokoro, Stephanie Nix 2026 IEEE 2nd International Conference on Consumer Technology – Pacific (ICCT-Pacific 2026) 51 - 54 2026年03月 研究論文（国際会議プロシーディングス） 共著 英語2026 · 論文
• VR-based Full-body Motion Learning Support System with Individual Difference Compensation Yuta Oka, Kazuhisa Nakasho 25th International Conference on Control, Automation and Systems (ICCAS2025) 1129 - 1134 2025年11月 研究論文（国際会議プロシーディングス） 共著 英語2025 · 論文
• Higher Order Partial Differentiable Functions Kazuhisa Nakasho, Yasunari Shidama Formalized Mathematics 33 ( 1 ) 103 - 115 2025年12月 研究論文（学術雑誌） 共著 英語 DOI： 10.2478/forma-2025-0009 Permalink DOI2025 · 論文
• Proposal and Evaluation of Immersive History Education through VR Visual Novels Toya Okabe, Kazuhisa Nakasho 25th International Conference on Control, Automation and Systems (ICCAS2025) 1631 - 1636 2025年11月 研究論文（国際会議プロシーディングス） 共著 英語2025 · 論文

• 集合論ベースの定理証明支援系の言語仕様の刷新 基盤研究(C) 2024年04月 - 2027年03月 現在主流の定理証明支援系は型理論を基礎とするが，現代数学の研究対象の大部分は集合論上に構築されているため，数学者にとっては使い勝手が悪い．本研究の目的は，LaTeXのように日常的に利用される定理証明支援系の構築を目指して，集合論ベースの定理証明支援系の言語仕様の刷新を提案するとともに，その有効性と実現可能性を検証することである．このための研究戦略は，近年のプログラミングパラダイムと自動定理証明の研究成果をシステムに取り込むことである．本研究の目標が実現されれば，数学論文の正しさを査読するプロセスが不要になるとともに，生成系AIを用いた定理証明支援に有益な言語的基盤を提供することにつながる．2024 · 科研費（文科省・学振）獲得実績
• ピエゾ極限センサを用いたインフラ構造物の簡易自律型健全性モニタリングシステム 基盤研究(A) 2020年04月 - 2024年03月 鉄骨造建築物の柱脚の接合部に注目し，長期的かつ安価で簡便に構造物の健全性を計測可能にするモニタリングシステムの開発を行なった．接合部の変位やボルト締結部に注目しその健全性をモニタリングするための簡易計測の可能なセンサ開発に注力した．溶接接合では溶接時の熱影響から接合部周辺に硬化と同時に脆性が生じる問題，さらに鋼材強度が増すと延性・靭性が下がり疲労亀裂の発生から，疲労強度が低下するという一般的課題も存在する．研究代表者らが開発した構造物の柱脚における健全性モニタリングシステムは，パッシブ型であるオリジナルのピエゾ複合センサの出力から構造物の変位量予測が可能な様に設計されている．2020 · 科研費（文科省・学振）獲得実績
• 定理間の論理的な類似度に関する研究 若手研究 2020年04月 - 2023年03月 近年，定理証明支援系による形式化数学ライブラリの開発が活発化しており，本研究におけるMizar数学ライブラリのWeb統合アプリの研究開発は，ライブラリ開発の効率化に一石を投じ，他のシステムに対しても同様の環境を構築する強いモチベーションを与えたものと考える．また現在進行形で，大規模言語モデル（LLM）が自動定理証明器に大幅な性能向上をもたらしつつあるが，本研究で提案した定理間の類似度を計測する情報理論的枠組みは，LLMのファインチューニングに対する良質な学習コーパスを人手に依らず生成する能力を有するため，今後，自動定理証明器に革命的な性能向上をもたらす可能性がある．2020 · 科研費（文科省・学振）獲得実績
• 山口大学 次世代若手研究者支援事業 論理式の類似度分析手法の研究 2018年04月 - 2021年03月2018 · 財団研究費及び全学プロジェクト等研究費

• 公式プロフィール