Home
About
一橋大学大学院ソーシャル・データサイエンス研究科 博士後期課程、本武研究室の江山晋世です。 機械学習・深層学習を用いたデータ解析、特に物理法則を取り入れた機械学習手法に関心を持っています。
修士課程では、Physics-informed Neural Networks（PINNs）を用いて、天体軌道データから宇宙論パラメータを推定する研究に取り組みました。観測データだけでなく、その背後にある物理法則を学習に組み込むことで、物理量の推定を行う手法について検討してきました。
現在は、PINNsを定量MRIに応用する研究を進めています。MRI信号の物理モデルを活用し、T1、T2などの定量パラメータをより高精度かつ安定に推定する手法の確立を目指しています。
これらの研究を通じて、物理モデルとデータ駆動型手法を組み合わせた解析技術を発展させ、将来的には医用画像解析や診断支援に貢献できるような技術につなげたいと考えています。
興味・関心：
- 機械学習・深層学習
- Physics-informed Neural Networks（PINNs）
- 医用画像解析・定量MRI
- 物理モデルに基づくパラメータ推定
- 宇宙論・天体軌道データ解析
経歴
- 2019.3 長崎県立上五島高等学校 卒業
- 2019.4 福岡大学理学部物理科学科 入学
- 2023.3 福岡大学理学部物理科学科 卒業
- 2023.4 福岡大学大学院理学研究科応用物理学専攻 博士課程前期 入学
- 2025.3 福岡大学大学院理学研究科応用物理学専攻 博士課程前期 修了
- 2025.4 一橋大学大学院ソーシャル・データサイエンス研究科 博士後期課程 入学
口頭発表・ポスター発表
- 江山晋世, “惑星の軌道共鳴における一般相対論効果のPINNsによる予測”, 第3回TREFOIL研究会 (2023,9)
- 江山晋世, 政田洋平, “Physics-informed Neural Networks による天体軌道予測と銀河系中心への応用”, 日本天文学会2024年春季年会 (2024,3)
- 江山晋世, “Physics-informed Neural Networks による天体軌道予測と銀河系中心への応用”, 第5回TREFOIL研究会 (2024,9)
- Shinsei Eyama, “PINNs analysis of the dynamics of S-stars in the Galactic center and the constraints on the cosmological parameter Λ”, Breaking New Ground in Supernova Physics 2025 (2025,2)
- 江山晋世, 越智久晃, 本武陽一, “Physics-informed Neural Networks による定量MRI”, 第28回情報論的学習理論ワークショップ (IBIS2025), (2025,11)
論文
- Shinsei Eyama, and Youhei Masada, “Constraining the Cosmological Constant from Stellar Orbits Around Sgr A* Using Physics-Informed Neural Networks”, https://arxiv.org/abs/2508.19719
※このページは現在作成中です。順次情報を追加していきます。