2013年度C&C賞受賞者
２０１３年度Ｃ＆Ｃ賞受賞者が決定しました。
受賞者は次の２グループ３名の方々です。
>> プレスリリース
グループA
>> グループA 業績詳細
菊池 和朗 博士 東京大学 大学院工学研究科電気系工学専攻 教授 |
中沢 正隆 博士 東北大学 電気通信研究所 教授 |
業績記
コヒーレント光ファイバ通信システムの高度化に関わる先駆的・先導的貢献
受賞理由
広帯域な光ファイバアンプを用いた波長多重伝送技術は、1990年代中盤以降急速に進展し、幹線系伝送システムとして実用化され広く普及しています。 しかし、年率約40％で増加する情報通信容量の要求には新たなブレークスルーが必要であり、伝送速度を40～100Gbps以上にあげるべく研究開発が進められたのが、QPSKやQAM等の多値デジタルコヒーレント伝送方式の導入です。本技術は、光強度のオン・オフに情報を載せていた従来技術と異なり、光周波数の位相にもたくさんの情報を載せることと、デジタル信号処理によって、伝送波形の劣化を効果的に自動補正することを同時に実現する技術です。
菊池・中沢の両教授は、この大容量長距離伝送の根幹をなす技術に関して極めて先駆的・先導的な功績をあげており、適応技術の開発と選択を含めて、新技術の有効性を先頭に立って提案・実証してきた両教授の慧眼と成果はC&C賞にふさわしいものと考えます。
グループB
>> グループB 業績詳細
ウラジミール バプニック 教授
Prof. Vladimir Vapnik
コロンビア大学教授
ＮＥＣ北米研究所フェロー
業績記
統計的学習理論の構築ならびに高性能かつ実用的な学習アルゴリズムの発明に関わる貢献
受賞理由
今日、情報通信技術の進展に伴い、大量のセンサ情報やソーシャルメディアのテキストデータなど、ビッグデータの収集・分析が容易になったことから、幅広い分野でのビッグデータ活用が期待されています。データに存在する規則性を自動抽出し、現状認識や将来予測を行う機械学習技術は、ビッグデータ分析を支える基盤技術です。
バプニック教授は、統計的学習理論の枠組みに基づく学習モデルの性能評価の理論と、高性能かつ実用的な学習モデルであるSVMの提案を行い、機械学習技術の理論的発展と応用分野の拡大に大きく貢献しています。機械学習技術で教授の創り出したブレークスルーは極めて大きく、「C&C賞」を授与するに相応しい業績と考えます。