就活向けプロフィール

自己PR, 強み, 弱み

どういう論理構造が良い? 何を伝えたい?

組織で強みがどう活きるかという視点は良さそう

言語化などを一つにまとめるのはどうなんだ?

元の文

私は知的好奇心が旺盛で, 何でも興味を持てます.

以前は行動が伴わなかったですが, 最近は生成AIとの協働で解決を試みています. 

論理的な振る舞いを好みますが, 感情的な判断を排さず, それらの両立を目指します.

具体的には, 気分を制御し, 感情的な振る舞いによる人の操作や誤判断を防ぎつつ, 人の感情も含めたより良い判断や振る舞いを実現します.

特技としては, 常日頃, 考えや体験を言語化しています. 

直近の課題は人への伝達です. これまでは出力が優先され, 内容の整理や構造化が疎かでした. 最近は, 時間を置き, 脳内を整理してそれらに取り組んでいます. 

また, メタ認知に興味があります. 己の行動と情動の把握は, より深い自己理解やマインドフルネスに繋がります. さらに, 次の行動に繋げることで, より成長の質を高めることなどを目指しています. 

改良

私は知的好奇心が旺盛で, 何でも興味を持てます.

以前は行動が伴わなかったですが, 最近は生成AIとの協働で解決を試みています.

また, 物事を推進する上で論理と感情の両立を重視しています. 客観的な合理性をベースにしつつも, 人の感情の機微を排除せず, 関係者が納得感を持って進めるような意思決定を目指しています.

日々の思考や体験の言語化を習慣としており, 現在はそれを他者へ正確に伝達するため, 情報の構造化に注力しています. 常に自身の行動や情動を客観視するメタ認知能力を活かし, 得られた気づきを次のアクションへと還元することで, 継続的かつ質の高い自己成長を実現しています.

就職先でやりたいこと, ビジョン

機械学習の研究で, 人々の作業の一部を代替し, 効率化することで, より人が創造的な物事に時間を費やせるようにしたいと考えています. また, 研究に留まらず, 社会実装を見据えた開発にも携わり, 自分や企業の研究成果で社会に貢献したいです.

そのために, 多様な研究や開発を体験し, 己のやりがいを見つけたく思います.

現状のキャリアの展望としては, 大まかに以下を想定しています:

1. 研究者などのプレーヤーを務め, 実績を積む. 社会実装を経験

2. 研究者兼プロジェクトマネージャーとして新たな領域を探索

3. 教員として後学の育成に励み, 領域の発展に貢献

技術顧問は恐れ多くて書けない. まず自分の実力を引き上げないと...

LabBase用の加筆

興味について簡単にまとめます.

ネットワークなど, 社会的な要請や影響が大きい分野で機械学習の応用を考えたいです.

また, そうした問題設定や社会実装とは別に, 機械学習や認知科学を通じて, 人の考える仕組みに迫りたいです.

よって, 応用だけでなく, 理論について検討できる素地を徐々に築こうと考えています.

研究

修論

卒論

卒業研究では音響イベント検出 (Sound Event Detection, SED)の精度向上を検討しました.

これは音を入力に, いつ, 何が起きたかを推定します. 音の種類としては, 足音や流水音が挙げられます.

検討はいくつかの音声で一定の精度向上を確認しましたが, 問題設定の曖昧さが課題です.

この研究の最終的な目的は, 音を使った行動認識によって, 独居高齢者の自宅での自立的な生活を支援することです.

少子高齢化による介護負担の増大について, 必ずしも介護人が生活に必要ではない方は, 情報技術で自立的な生活が実現できると考え, プライバシーでの懸念のあるカメラや, 取り外されたり電源がなくなる恐れのあるウェラブルではなく, 周囲に設置するセンサの使用を検討します. 設置が容易で金額が安いマイクロフォンに目をつけ, 他センサとの協調を視野に, 卒業研究ではどの程度の精度でイベントを検知できるか確認しました.

得た能力, 知見

卒業研究を通じて, 目標設定, タスク分解, スケジュール管理, 調査や読解, 記述, 説明などの能力が得られました. また, 週一回のゼミにて, 見やすい資料の作成や, 発表技法を学びました.

生成AIも活用し, Claude Codeでの仕様に基づく生成やコードの説明, Geminiでの文献調査や壁打ちなど行いました. 生成AIの出力は, 入力依存やコンテキスト由来の質低下などが問題です. それらを踏まえた活用の知見を得ました. さらに短時間の膨大な出力に対して, 認知資源やメタ認知という概念を念頭に置いた活用を目指しています.

研究の意義

LabBase用

高齢者見守りのための行動認識においては, センサとしてカメラ, ウェアラブル, ミリ波, 感圧などがあります. それぞれ利害得失がありますが, マイクはこれらにない文脈を含められます.

具体的には足音や流水音, ガラスの破砕, 転倒, 悲鳴, 喘鳴などです. データの少ない音を学習できるかは未検証ですが, 正常な環境の音の分布を学習し, そこからの逸脱による異常検知が応用として考えられます.

ここでセンサについて考えます. カメラはプライバシーの観点から, あまり長時間使用したくありません. ウェアラブルは高齢者の方は認知的に装着や充電で懸念があります. ミリ波や感圧など, マイク同様の環境センサを鑑みても, 音は他にない文脈を提供できる可能性があります. 一方で, 音が正しく拾えるか, 環境ごとの差異で精度が低下しないか, などの音特有の問題もあります.

まとめると, 複数のセンサを用いるような応用において, 他のセンサを補完する役割として音を用いる価値があると思い, 研究を行いました.

論文

学生時代に力を入れたこと

研究と周辺の学習でOK