研究室について
About the Lab
岐阜大学工学部 鈴木研究室へようこそ。当研究室は、人と機械が協調して「質の高いデータ」をつくり、使いこなす技術を研究しています。
世の中のデータは、集めれば使えるというものではありません。書き手や作業者によって判断が揺れ、ラベルには誤りが混じり、必要な情報はごく一部しか含まれていません。私たちは、こうした異質さや不確かさを含んだ実データを対象に、クラウドソーシングによるデータ構築、データ品質の推定、大規模言語モデル（LLM）の評価と活用、災害時のソーシャルメディア解析といったテーマに取り組んでいます。
理論だけでも実装だけでもなく、その往復を大切にしています。実際に手を動かして「うまくいかない理由」を考え抜きたい学生を歓迎します。
教員プロフィール / Faculty
鈴木 優（Yu Suzuki）
岐阜大学 工学部 電気電子・情報工学科 情報コース 教授
Professor, Department of Electrical, Electronic and Computer Engineering, Gifu University
2004年 奈良先端科学技術大学院大学 博士後期課程修了、博士（工学）。立命館大学講師、 京都大学・名古屋大学 研究員／特任助教、奈良先端科学技術大学院大学 特任准教授を経て、 2019年より岐阜大学、2025年より現職。
専門はデータ工学・データサイエンス。クラウドソーシングにおける作業者品質の推定、 利用者生成コンテンツの品質評価、大規模言語モデルの分析などに取り組む。 科研費 基盤研究(B) 代表（2019-2022, 2024-2027）、民間企業との共同研究多数。 電子情報通信学会 英文論文誌D 編集委員（2020-2024）、同 データ工学研究専門委員会 副委員長 （2021-2023）。名古屋大学「実践データサイエンティスト育成プログラム」岐阜大学側担当。 ACM、IEEE Computer Society、情報処理学会、電子情報通信学会、日本データベース学会 会員。
researchmap: https://researchmap.jp/ysuzuki
ORCID: 0000-0002-7373-8677
所在地 / Location
〒501-1193岐阜県岐阜市柳戸1番1
岐阜大学 工学部
Gifu University, Faculty of Engineering
1-1 Yanagido, Gifu City, Gifu 501-1193, Japan
設備・計算環境/ Facilities
配属学生には研究用の計算機を一人1台貸与します（Mac がメイン）。加えて LLM の学習・評価や大規模なテキスト解析は、研究室の GPU クラスタ上で実行できます。新幹線の名前が付いた計算サーバ群を運用し、学生は各自の実験を並行して進められます。
kamome
NVIDIA 最新世代アーキテクチャ Blackwell 搭載の RTX PRO 6000 × 4（各 96 GB、合計 384 GB）。研究室で最も新しい GPU ノードとして、大規模 LLM やメモリを食う生成実験に使います。
komachi / tsurugi / tsubame
A6000・Ada・TITAN など多枚数構成。並列実験や長時間ジョブの同時実行に使います。
一人1台の計算機貸与
配属学生には研究用 PC を一人1台貸与します（Mac がメイン）。日常の開発・論文執筆は貸与 PC で行い、重い学習は GPU サーバへ投げられます。工学部棟内に研究スペースと打合せスペースもあります。
計算サーバ一覧 （概要）
| ホスト | 役割 | CPU / メモリ | GPU |
|---|---|---|---|
| kamome | 最新鋭・大規模学習 | 64 コア / 751 GB | RTX PRO 6000 Blackwell Max-Q × 4（96 GB/枚） NVIDIA 最新世代 Blackwell。96 GB × 4 の大容量 VRAM で大規模 LLM 実験向け |
| tsurugi | 高性能計算 | 64 コア / 377 GB | RTX A6000 × 3（48 GB/枚） RTX 6000 Ada × 1（48 GB/枚） |
| komachi | 高性能計算 | 128 コア / 283 GB | RTX A6000 × 3（48 GB/枚） |
| tsubame | 並列実験 | 128 コア / 251 GB | TITAN RTX × 3（24 GB/枚） |
| azusa | 日常実験 | 64 コア / 251 GB | RTX A4000 × 3（16 GB/枚） |
| mizuho | 日常実験 | 64 コア / 188 GB | RTX A4000 × 1（16 GB/枚） TITAN RTX × 2（24 GB/枚） |
| sakura | 日常実験 | 64 コア / 188 GB | RTX A4000 × 2（16 GB/枚） TITAN RTX × 1（24 GB/枚） |
| hayabusa | 単体高火力 | 32 コア / 247 GB | GeForce RTX 3090 × 1（24 GB/枚） |
| toki | 軽量・開発 | 40 コア / 62 GB | GeForce RTX 2080 Ti × 3（11 GB/枚） |
※ 構成は更新されることがあります。数値は公開時点の概要です。ホスト名は研究室の計算ノードの愛称です。
ソフトウェア環境
- ・ 貸与 Mac 上での開発（エディタ、Python、Docker など）
- ・ Linux サーバ上の Python / PyTorch / CUDA など、深層学習の標準スタック
- ・ 大規模言語モデルの学習・推論・評価用ツール群
- ・ テキスト解析・クラウドソーシング実験用の自作／OSS ツール
- ・ 研究用のジョブ実行・GPU 稼働監視
利用について
- ・ 配属学生には研究用 PC を一人1台貸与（Mac がメイン）
- ・ 研究室配属学生は計算サーバを研究用途で利用できます
- ・ 学内ネットワーク経由でのリモート利用が基本です
- ・ 実験の規模に応じて GPU ノードを選択・共有します
- ・ 構成の詳細や使い方は、配属後に案内します（お問い合わせ）