岩堀研究室の評価
どんな研究をしていましたか?
医療画像処理
研究に対して十分なサポートは得られましたか?
進捗に対してのアドバイスがもらえます。
希望者は国際学会で発表ができますが、論文の英語執筆を支援してもらえます。
設備面では、機械学習において不可欠なNDIVIAのGPUが提供されています。(研究室内の学生と共有で使用)
どのような点で成長ができますか?
選択する研究分野によって異なりますが、実応用する上で不可欠な画像処理技術(画像の前処理、ノイズ除去、境界検出、フィルタリングなど)の基礎を学べます。また、医療分野における情報工学のアプローチは、機械学習によるものがトレンドなので多くの学生が機械学習に触れます。そのため、画像処理に関連した機械学習の実践応用力が多少は身に付きます。
コアタイムはありますか?
なし
休日や一日の流れについて教えて下さい
平日も休日も区別なく、研究orバイトor遊ぶで過ごせます。ただ、週1回で定例ミーティングがあるので、当然フルでは遊べず、研究する時間は必ず一定時間必要です。つまり、1週間単位で研究時間を確保できていれば、平日休日は自由に調整可能です。
また、研究は基本自分のPCで出来るため、家でもできます。
就活・進路について
就活では、国際学会での発表が就活では有利に働きます。特に査読(投稿された論文をその学問分野の専門家が読んで内容の査定を行う)付きの国際学会であれば、他の学生と差をつけられます。企業により求められるスキルは異なるとは思いますが、技術職であればどんな企業でも研究については必ず深掘りされるので、定量的に判断できる研究の成果はあるに越したことはないです。
研究室のHPに、主な就職先(進路含む)が書かれているので参考にしてください。
研究室の全体的な感想
この研究室には、適度な研究活動を求めている人が合うかと思います。研究せずに毎日遊びたい!という人はオススメできません(そういう人は就職で苦労すると思いますが…)。
近年機械学習分野では、ChatGPTのベースとなったTransformerをはじめ、大企業が大量のデータから作った基盤モデルが台頭してきて、多くの問題が解決されてしまっています。しかし、医療画像分野は少しニッチな領域なのでそれら基盤モデルはうまく機能しないことが知られています。こういった分野だからこそまだまだチャレンジングな課題が残されており、研究する価値があると思います。
追加の質問
修士過程進学者は修士号を取得できていますか?
出来ている
博士過程進学者は博士号を取得できていますか?
出来ている