Department of Industrial and Systems Engineering

創域理工学研究科 経営システム工学専攻

野田キャンパス

ここには科学と社会を結ぶ知恵がある

経営システム工学専攻では、経営工学の知識や技術をもとに、ソフトウェアとハードウェアの双方の観点からシステムをデザインするための技術の修得を目指しております。ここでは、高度な経営工学の技術を企業や組織の問題解決に応用するだけでなく、経営工学がもつ広範な研究分野の知識を活用し、他の専門分野の知識を融合しながら新たな技術を開発するためのマネジメント能力やシステムデザイン能力を養うための教育・研究が行われます。さらに、得られた知識や技術を国際ビジネスに展開できるような英語力や数理的知識を実践にて学ぶための教育プログラムはもちろん、ネットワークコンピューティング、インターネット言語、人工知能などの最新の情報処理技術が自ずと身に付き、さらにエネルギー環境問題に資するシステムデザイン・適正化技術の開発や最新の最適化技法を修得するためのカリキュラムが組まれております。

概要図
  • 経営システム工学専攻の特徴1

    国際会議参加や産学官連携などグローバルでより深い研究を体験可能

    経営システム工学専攻では大学院生による国際会議へ参加および発表する機会を積極的に設けています。その結果、注目を集める研究発表を行う機会に恵まれ、グローバルな能力を獲得するだけでなく、これまでに数多くの論文賞等を受賞しています。また、様々な企業や公官庁との共同研究を実施しており、現実の問題に対する知見と経験を得る機会を設けています。その結果、問題発見能力および問題解決能力を共同研究を介して急速に育むことができます。

  • 経営システム工学専攻の特徴2

    6年一貫教育コースと
    横断型コースへ参加可能

    経営システム工学専攻では学部3年次から6年一貫教育コースへ参加する機会を設けています。本コースでは3年セミナーの授業を介して卒業研究生や大学院生と勉強及び研究を一緒に行う機会を得られます。そして、専攻教員は様々な横断型コースへ所属していることから、他学科の教員や大学院生と一緒に、共同研究を行う機会も充実しています。

  • 経営システム工学専攻の特徴3

    世界の大学とのダブルマスターデグリー(DMD)プログラムによる2つの国内外の修士号を取得可能。

    経営システム工学専攻では、台湾の大学とDMDを推進しています。この結果、2つの大学で修士号を得られるだけでなく、海外で活躍するために必要となる能力と経験を獲得することができます。

カリキュラム CURRICULUM

専門分野(部門) 授業科目 単位 履修方法 履修年次
社会・情報システム工学 数理システム特論 2 選択 共通
ライフサイクルエンジニアリング特論 2 選択 共通
地域創生工学特論 2 選択 共通
社会シミュレーション特論 2 選択 共通
グローバルエネルギー経済システム特論 2 選択 共通
機械学習特論 2 選択 共通
ソフトウェア工学特論 2 選択 共通
情報ネットワーク応用特論 2 選択 共通
生産・管理システム工学 生産システムオペレーション特論 2 選択 共通
生産システムデザイン特論 2 選択 共通
サプライチェーンマネジメント特論 2 選択 共通
統計的品質管理特論 2 選択 共通
原価管理特論 2 選択 共通
管理会計特論 2 選択 共通
リスクマネジメント特論 2 選択 共通
経営情報特論 2 選択 共通
統計工学特論 2 選択 共通
実験計画法特論 2 選択 共通
多変量解析特論 2 選択 共通
共通 経営システム工学輪講1A 1 必修 1
経営システム工学輪講1B 1 必修 1
経営システム工学特別演習A 1 必修 1
経営システム工学特別演習B 1 必修 1
経営システム工学特別研究1A 3 必修 1
経営システム工学特別研究1B 3 必修 1
経営システム工学特別研究2A 4 必修 2
経営システム工学特別研究2B 4 必修 2
経営システム工学輪講2A 1 選択 共通
経営システム工学輪講2B 1 選択 共通
バリュー・システムイノベーション特論 2 選択 共通

※科目の内容など詳細情報については「シラバス」からご覧いただけます。

2023年度 大学院要覧 修士課程修了要件
専門科目 一般教養科目 合計
28 4 32
  1. 必修科目18単位及び一般教養科目を含めて32単位以上を修得すること。
  2. 一般教養科目については、合計4単位を修得すること。ただし、4単位のうち、2単位以上は教養(共通)科目から修得すること。
    また、4単位を超えて修得した単位は修了所要単位には含めない。
    横断型コースオムニバス科目については、それぞれ2単位まで修了所要単位として認める。
    なお、教養(共通)科目には、所属専攻以外の専攻課程及び他の研究科で修得した教養(共通)科目の単位も含める。
  3. 他専攻の随意科目を履修した場合、自専攻でも随意科目となり、修了所要単位に含めることはできない。
  4. 研究科の定めるところにより、次に掲げる授業科目を履修することができる。
    (1)所属専攻以外の専攻課程による授業科目
    (2)他の研究科の授業科目
    (3)他大学の大学院の授業科目
    (4)学部の授業科目

    (1)~(3)に規定する授業科目において修得した単位は修了所要単位として認定できる。ただし、(3)は15単位を限度とする。
    また、(3)には海外協定校との間で実施する共同教育プログラム等により修得した単位も含まれる。

専門分野(部門) 授業科目 単位 履修方法 履修年次
社会・情報システム工学 社会・情報システム工学博士特別研究1A 3 選択必修 1
社会・情報システム工学博士特別研究1B 3 選択必修 1
社会・情報システム工学博士特別研究2A 5 選択 2
社会・情報システム工学博士特別研究2B 5 選択 2
社会・情報システム工学博士特別研究3A 5 選択 3
社会・情報システム工学博士特別研究3B 5 選択 3
生産・管理ステム工学 生産・管理システム工学博士特別研究1A 3 選択必修 1
生産・管理システム工学博士特別研究1B 3 選択必修 1
生産・管理システム工学博士特別研究2A 5 選択 2
生産・管理システム工学博士特別研究2B 5 選択 2
生産・管理システム工学博士特別研究3A 5 選択 3
生産・管理システム工学博士特別研究3B 5 選択 3

※科目の内容など詳細情報については「シラバス」からご覧いただけます。

2023年度 大学院要覧 博士後期課程修了要件
専門科目 一般教養科目 合計
26 4 30
  1. 「社会・情報システム工学博士特別研究1A~3B」及び「生産・管理システム工学博士特別研究1A~3B」のうち、自己の指導教員が担当する科目について、選択必修科目から2科目6単位、選択科目から4科目20単位を修得すること。
  2. 一般教養科目については、合計4単位を修得すること。ただし、4単位のうち、2単位以上は教養(共通)科目から修得すること。また、4単位を超えて修得した単位は修了所要単位には含めない。
    横断型コースオムニバス科目については、それぞれ2単位まで修了所要単位として認める。
    なお、教養(共通)科目には、所属専攻以外の専攻課程及び他の研究科で修得した教養(共通)科目の単位も含める。
  3. 他専攻の随意科目を履修した場合、自専攻でも随意科目となり、修了所要単位に含めることはできない。
  4. 修士課程在籍時に単位修得をしている科目の履修は認めない。
  5. 研究科の定めるところにより、次に掲げる授業科目を履修することができる。
    (1)所属専攻以外の専攻課程による授業科目
    (2)他の研究科の授業科目
    (3)他大学の大学院の授業科目
    (4)学部および修士課程の授業科目

    (1)~(2)に規定する授業科目において修得した単位は修了所要単位として認定できる。

石垣 研究室

[専攻]生産システム工学 [指導教員]石垣 綾 教授 [キーワード]オペレーションズ・リサーチ,最適化,シミュレーション
[テーマ例]❶サプライチェーンの設計と管理 ❷生産・物流スケジューリングアルゴリズムの開発 ❸多段階生産・物流システムのシミュレーション解析

オペレーションズ・リサーチとは、世の中のさまざまな問題に対して数理モデルを構築し、数学やコンピュータを用いて問題を解決する科学的技法です。本研究室では現実社会における問題を発見し、モデルを構築し、それを解くためのアルゴリズムの開発、シミュレーションモデルの設計やその実装などを中心に研究を行っています。主に生産システムを対象に取り扱っていますが、その応用先は多岐にわたり、現在は異なる分野の問題解決やこれらの技術を応用させたビジネスモデルの設計に挑戦しています。

大和田 研究室

[専攻]計算機科学・情報工学 [指導教員]大和田 勇人 教授 [キーワード]データマイニング,機械学習
[テーマ例]❶機械学習による顧客離反可能性の予測とマーケティングへの応用 ❷データマイニングによる創薬支援・植物免疫活性に関わる規則性発見の研究 ❸オープンソースに基づくアナリティクスソフトウェアの開発

ビッグデータからの規則性発見、知識抽出を行い、その結果を戦略的に活用していく方法論を研究しています。具体的には、生命・医療系のデータマイニング、クラウド型Webアプリのログからの消費者行動モデル生成など、特定分野の専門家や企業と連携して迅速かつ合理的に分析結果を引き出すアナリティクス工学を経営工学的視点から実践していきます。グローバル情報化の時代にマッチした学生を輩出すべく研究を指導します。

鈴木 研究室

[専攻]統計的データ解析 [指導教員]鈴木 知道 教授 [キーワード]統計解析,品質管理
[テーマ例]❶ケアプラン作成支援システムによるケアの質向上 ❷ヒートアイランド現象の統計解析 ❸競技の統計学

世の中では実に多くのデータがとられており、さまざまな統計手法が用いられて解析されています。しかしながら、どのようなデータにどのような手法を用いればよいのかは現実の解析で必ず直面する問題です。本研究室では幅広い分野(ヘルスケア、環境、製造工程、ISO、競技等)における、実際のデータ解析において遭遇するさまざまな問題点に対して、実践的な解決案を開発、研究しています。

徐 研究室

[専攻]地域システム工学・環境学 [指導教員]徐 維那 講師 [キーワード]スマート農業経営評価,地域マーケティング,農業生態学
[テーマ例]❶スマート農業推進及び地域情報化による地域経済評価 ❷情報化・体験型時代における新しい地域資源活用及び地域コミュニティ創出 ❸農業生態学観点からの食農水資源の安定供給・活用に関する研究等

持続可能な豊かな地域社会の創生を目指し,地域創生に係る諸問題を対象に工学的アプローチを基本としたマネジメント及び問題解決能力を修得します.対象が地域社会問題であることから文系的な発想が重視されますが、観察した結果を数学で解く理系の学問でもあります.本研究室では,地域システムにおける諸問題に対して、文理融合・分野融合的アプローチを備え、高度な問題解決能力を持つ人材育成を目指します。

髙嶋 研究室

[専攻]経済・政策分析 [指導教員]髙嶋 隆太 教授 [キーワード]金融工学,エネルギー経済学,医療マネジメント,政策科学
[テーマ例]❶不確実性下における企業の投資意思決定 ❷再生可能エネルギー政策の経済分析 ❸医療マネジメントの最適化

社会経済システムには様々な不確実性やリスクが存在します。そのため、企業や政府が意思決定を行う際、不確実性を考慮した評価・分析を行う必要があります。本研究室では、不確実性下での意思決定手法である確率計画法やリアルオプションにより、投資プロジェクトの経済性評価や政策・規制の費用便益分析に関する研究を行っています。特に、金融、エネルギー、医療それぞれの分野へ応用し、それらの意思決定分析や評価手法の開発を進めています。

堂脇 研究室

[専攻]環境エネルギーシステム工学・化学工学・LCA [指導教員]堂脇 清志 教授 [キーワード]エネルギーシステム・プラントのプロセス設計,農工・食システムの設計,システム評価等
[テーマ例]❶水素社会を目指したバイオマス水素製造システムとその利用技術導入に関する研究 ❷農工連携による新たな農業システムの構築 ❸環境対策と健康要因を考慮した環境統合指標の開発など

再生可能エネルギーの利用技術・システムについて、他分野との連携によるバリュー創出を目的に実験的検証とLCA等による環境指標を利用した研究を進めています。特に、原料から製品の市場への投入までの環境を考慮したシステム設計や固有技術の開発を行っています。近年では、他分野との連携により燃料電池を利用したアシスト自転車の開発等も行い、その効果を評価するための環境統合指標も含め産学国際連携を推進しています。その他、農業分野とも連携し、地球にやさしいシステム作りに関する研究も行っています。

西山 研究室

[専攻]情報工学 [指導教員]西山 裕之 教授 [キーワード]分散人工知能,ネットワークサービス,セキュリティ,ロボット
[テーマ例]❶高機能携帯端末(スマートフォン等)を用いたユーザ支援システムの設計 ❷対人サービスシステムの設計 ❸ネットワークを介した協調型分散処理システムの設計

スマートフォンの中で動くユーザ支援システム、われわれの代わりにさまざまな処理を行ってくれる知的なサービスシステム、そして、迅速なサービス・支援および問題解決を可能にする協調型分散処理システムなど、ネットワーク社会における利便性と時間短縮の追求を、人工知能の立場から研究します。特に、スマートフォン(高機能携帯端末)のような身近なデバイスを用いることで、われわれの身近な情報を収集し、結果として新たなネットワークサービスを創造できるようになるかを考え、実現していきます。

原田 研究室

[専攻]情報システム工学 [指導教員]原田 拓 准教授 [キーワード]メタヒューリスティクス,エージェントシステム
[テーマ例]❶メタヒューリスティクスに基づく最適化アルゴリズムの設計・応用 ❷機械学習アルゴリズムを用いた知的エージェントの設計・応用 ❸知的ユーザインタフェースシステムの開発

人間が持つ知的情報処理能力を備えた情報処理システムの設計および開発に関する研究を行っています。特に、多くの制約条件を満たした上で評価値の良い解を求める最適化計算や、エージェントという行動主体が複雑な環境に対して自律的に適切な行動を行うための機械学習に関して、アルゴリズムの設計や、スケジューリングや市場取引などをはじめとした実社会での問題への応用を中心に研究を行っています。

安井 研究室

[専攻]品質管理、応用統計学 [指導教員]安井 清一 講師 [キーワード]統計的品質管理
[テーマ例]❶形やパターンで表現される特性値の最適化とモニタリング ❷難燃化木材・保存処理木材生産における品質管理 ❸プロセスの状態変化検出・異常検出に関する研究

一人ひとりが安心安全に十分な機能を享受できる“もの(=よき質)”を提供するには、機械や電気、化学などの知識と同様に、“もの”の質データを分析し、最適化する技術、それを効果的に活用するしくみ(=品質管理)が必要です。本研究室では、統計学から機械学習まで視野に入れて、よい質を実現するためのデータ分析方法を研究しています。これまで難しいとされてきた木材加工(天然材料)の品質管理にもチャレンジしています。

専攻部門 担当教員 研究分野
経営工学複合領域 教授 堂脇 清志 地域交通システムのあり方に関する研究
※教授
(土木工学専攻)
寺部 慎太郎
教授 鈴木 知道 分析化学における統計的諸問題の
モデル化と解析法
※教授
(先端化学専攻)
板垣 昌幸

※は副指導教員を表す。

当サイトでは、利用者動向の調査及び運用改善に役立てるためにCookieを使用しています。当ウェブサイト利用者は、Cookieの使用に許可を与えたものとみなします。詳細は、「プライバシーポリシー」をご確認ください。