NEWS お知らせ

北海道大学の持つ高度な AI・データ解析技術や理論的知見と、コスモエネルギーグループが事業を通して獲得してきた様々な実践的知見の融合による実証研究を通じ、操業現場における実際の課題に即した実用的かつ持続可能なソリューションを開発します。

プレスリリース：

https://www.hokudai.ac.jp/news/pdf/260126_pr2.pdf

今年の採択率は28.2% (5339/18949) で、2026年4月23日～4月27日にブラジル・リオデジャネイロにて開催予定です。

Linfeng Ye, Shayan Mohajer Hamidi, Zhixiang Chi, Guang Li, Mert Pilanci, Takahiro Ogawa, Miki Haseyama, Konstantinos N. Plataniotis, “ASMIL: Attention-stabilized multiple instance learning for whole-slide imaging,” International Conference on Learning Representations (ICLR), Rio de Janeiro, Brazil, 2026. (Acceptance Rate: 28.2%)

なお、本研究はトロント大学およびスタンフォード大学との共同研究成果です。

https://iclr.cc/Conferences/2026

今年の採択率は17.6% (Oral率4.4%) でした。

【Oral】

Wenbo Huang, Jinghui Zhang, Zhenghao Chen, Guang Li, Lei Zhang, Yang Cao, Fang Dong, Takahiro Ogawa, Miki Haseyama, “Otter: Mitigating background distractions of wide-angle few-shot action recognition with enhanced RWKV,” AAAI Conference on Artificial Intelligence (AAAI), Singapore, 2026.

【Poster】

Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Adversarial Perturbation Shield: Preventing Concept Bleed-through in Continual Learning of Personalized Generative Models,” AAAI Conference on Artificial Intelligence (AAAI), Singapore, 2026.

なお、1本目の研究は、中国東南大学、中国南京師範大学、オーストラリアのニューカッスル大学および東京科学大学との国際連携研究です。

Ayaka Tsutsumi, Guang Li, Ren Togo, Takahiro Ogawa, Satoshi Kondo, Miki Haseyama, “Dual-model weight selection and self-knowledge distillation for medical image classification,” Computers in Biology and Medicine, 2026. (Accepted for publication)

なお、本研究は室蘭工業大学との共同研究成果です。

ICASSPは、IEEE Signal Processing Societyのフラグシップカンファレンスであり、Google ScholarのSignal Processingのカテゴリにおける国際会議の中で1位にランクしています。本年5月にスペイン バルセロナで開催です。

Minghao Yang, Ren Togo, Guang Li, Takahiro Ogawa, Miki Haseyama

ADAPTIVE SHARED EXPERTS WITH LORA-BASED MIXTURE OF EXPERTS FOR MULTI-TASK LEARNING

Taiyo Sato, Keisuke Maeda, Naoki Saito, Takahiro Ogawa, Miki Haseyama,

DIAL: DATABASE-INFORMED INTERACTIVE MULTI-AGENT SYSTEM LOOP FOR PERSONALIZED IMAGE GENERATION

Yuki Katayama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama,

H3GM: HISTORY-GUIDED GLOBAL GEOMETRIC METRIC FOR SINGLE IMAGE TO 3D SCENE GENERATION

Taiyo Ikeido, Ren Togo, Takahiro Ogawa, Miki Haseyama,

CROSS-MODAL SIMILAR VIDEO RETRIEVAL IN LAPAROSCOPIC CHOLECYSTECTOMY VIDEOS CONSIDERING TEMPORAL AND HIERARCHICAL INFORMATION

https://2026.ieeeicassp.org

https://www.nikkei.com/article/DGXZQOFC191Y60Z10C26A1000000

・Hideo Kodama, Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Enhancing Story Visualization via Subject-Aware Inpainting with SOEDiff,” IWAIT, 2026. (Best Paper Award)

・Taiyo Ikeido, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Similar Video Retrieval for Laparoscopic Cholecystectomy Videos Based on Image and Text Feature Representations with Temporal Context Integration,” IWAIT, 2026.

・Ayaka Tsutsumi, Guang Li, Ren Togo, Takahiro Ogawa, Satoshi Kondo, Miki Haseyama, “Dual-Model Weight Selection and Wasserstein Knowledge Distillation for Medical Image Classification,” IFMIA, 2026.

題目　敵対的攻撃に対する脳活動情報導入の有効性に関する検討 −生成モデルによる脳信号からの画像再構成手法の活用−　

(VOL.49,NO.4, pp.458-462 2025/2/19発表)

誠におめでとうございます！

[1] T. Seino, N. Saito, T. Ogawa, S. Asamizu, M. Haseyama, “Unified Scene Graph Forecasting Considering Node Birth and Disappearance”

[2] R. Takahashi, N. Saito, K. Maeda, T. Yoshioka, T. Konno, T. Ogawa, M. Haseyama, “LLM-in-the-Loop Descriptor Prompt Refinement for Dialogue-Based Big Five Personality Recognition”

[2]の論文は、富士通株式会社との共同研究成果です。

https://l.facebook.com/l.php?u=https%3A%2F%2F2026.icct-pacific.org%2F&h=AT2-FeKn3ax_G1MbFeB-EgYM2dYuXNFrKTjW2N85WRCohHYayQNcd2vPDtO5GCeiIm-cPIlbSL5vg9nZQGXXEMf6CGI51B4brCGOcClps3GJ-AzLZZJ2W5y2kEYkhipkXCQerq6koQ7roSeqhgY-s2Rk&__tn__=%2CmH-R&c[0]=AT2V2iHIGM1BJTIbQAQiVfajv9O-Srvmer6R7IulwLEZZ2hCuQjwifugXCmlWske-YcXS3akFbgv-H3HoXuiBNcafIJFTWeq6fvdi0KDFKAxcWSyzm3jn0EHuIIfdBpjpOqAhJIArAzMpZxrqrk4dCy_BwRKvp7AaA8zKMgkM6_4T0H1iVi3kEX7yaNC15VQg-xEcOTD_LUcO7PrJD740NIRNg

Haruka Matsuda, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama “Deep Generative Replay-based Personalization with Conditional Latent Attenmtion For Diffusion Models” (Accepted)

Ren Tasai, Guang Li, Ren Togo, Takahiro Ogawa, Kenji Hirata, Minghui Tang, Takaaki Yoshimura, Hiroyuki Sugimori, Noriko Nishioka, Yukie Shimizu, Kohsuke Kudo, Miki Haseyama, “Privacy-aware continual self-supervised learning on multi-window chest CT for domain shift robustness,” Bioengineering, 2025. (Accepted)

本研究は、北海道大学 医学院・保健科学院との共同研究成果です。

おめでとうございます。

Dirichlet Gaussian Processを用いたOut-of-Distribution検出に関する検討

三上 瑠聖, 渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀

データベース適応型マルチエージェントシステムによる反復的なパーソナライズ画像生成に関する検討

佐藤 太陽, 前田 圭介, 斉藤 直輝, 小川 貴弘, 長谷山 美紀

ユーザ行動系列エンコーダの周波数特性を考慮した逐次推薦モデルに関する検討

神崎 恵土, 櫻井 慶悟, 藤後 廉, 小川 貴弘, 長谷山 美紀

[Poster]

Yuki Katayama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “MLLM-guided Training-free Spherical Panorama Generation from a Single Image”

[Technical Communications]

Xiang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Lost in the Interface: How Structured UI Complexity Challenges Large Vision Language Models in Games”

【Main Track】

[1] Wenyuan Li, Guang Li, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Hyperbolic dataset distillation,” International Conference on Neural Information Processing Systems (NeurIPS), pp. 1-32, 2025. (Acceptance Rate: 24.5%)

【SPIGM Workshop】

[2] Linfeng Ye, Shayan Mohajer Hamidi, Guang Li, Takahiro Ogawa, Miki Haseyama, Konstantinos N. Plataniotis, “Information-guided diffusion sampling for dataset distillation,” International Conference on Neural Information Processing Systems (NeurIPS) Workshops, pp. 1-22, 2025.

[2]はトロント大学・スタンフォード大学との共同研究成果です．

2026年2月22日～26日にアメリカ合衆国アイダホ州ボイシにて開催されるデータマイニング分野のトップカンファレンスACM International Conference on Web Search and Data Mining (WSDM2026)のShort Paper Trackに、当研究室から投稿していた金融推薦に関する論文が採択されました(採択率：35%)。

Keigo Sakurai, Takahiro Ogawa, Miki Haseyama, Anjyu Anan, Kei Nakagawa “Risk-Aware Utility Re-Ranking for Financial Asset Recommendation,” ACM International Conference on Web Search and Data Mining, 2026. (Accepted)

本研究は大阪公立大学および野村アセットマネジメント株式会社との共同研究成果です。

https://wsdm-conference.org/2026/

総勢60名近いメンバーに対応した、明るく開放的な空間を構築しました！

ここからさらにAI研究を加速させていきます！

お近くにお越しの際には、是非お立ち寄りください！

1. 前田 圭介, 佐藤 雅也, 小川 貴弘, 長谷山 美紀, “注目領域を制御可能な橋梁点検特化型マルチモーダルLLMの構築 －学習不要なVisual Prompt Learning に基づく領域誘導型制御機構の導入－”

2. 佐藤 雅也, 前田 圭介, 小川 貴弘, 長谷山 美紀, “InfLLaVA: Instruction-Tuning による橋梁点検特化型マルチモーダル大規模言語モデルの構築 －橋梁点検に関する専門的知識とマルチタスク対応能力の獲得－”

3. 佐藤, 雅也; 前田, 圭介; 藤後, 廉; 小川, 貴弘; 長谷山, 美紀, “令和6年度橋梁定期点検要領における生成AIを用いた所見の自動生成　－点検調書抽出および類似画像群検索の導入－”

4. 渡部 航史, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀, “Vision Transformerと大規模視覚言語モデルを用いた道路附属物の損傷種類と損傷程度の推定”

5. 吉田 将規, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀, “リアルタイム性と地名音声認識を考慮した通報音声からの事象発生地点予測”

6. 太齊 蓮, 李 想, 五箇 亮太, 斉藤 直輝, 前田 圭介, 鎌田 文幸, 久保 竜志, 川嵜 裕二, 小川 貴弘, 長谷山 美紀, “Multimodal large language modelのIn-context learningによる車載カメラ映像を用いた高速道路附属物および植生の異常検出”　　

7. 登石 光士郎, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀, “基盤モデルのファインチューニングによる橋梁の健全性判定－不均衡データの分類精度への影響分析－”

8. 馮 鈺虎, 前田 圭介, 小川 貴弘, 長谷山 美紀, “地域毎のデータの非独立同一分布を考慮した動的適応連合学習に基づく損傷分類”

櫻井 慶悟, 小川 貴弘, 長谷山 美紀, 阿南 晏樹, 中川 慧, “効用を考慮した行列分解に基づく株式推薦,” 第39回 人工知能学会全国大会 (JSAI2025), pp.1-4

論文リンク：https://www.jstage.jst.go.jp/article/pjsai/JSAI2025/0/JSAI2025_1H5OS8c03/_article/-char/ja

本論文は大阪公立大学・野村アセットマネジメント株式会社との共同研究成果となります．

今年の採択率は17.6% (4167/23680) で、2026年1月20日～1月27日にシンガポルにて開催予定です。

1. Wenbo Huang, Jinghui Zhang, Zhenghao Chen, Guang Li, Lei Zhang, Yang Cao, Fang Dong, Takahiro Ogawa, Miki Haseyama, “Otter: Mitigating background distractions of wide-angle few-shot action recognition with enhanced RWKV,” AAAI Conference on Artificial Intelligence (AAAI), Singapore, 2026. (Accepted, Oral)

2. Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Adversarial Perturbation Shield: Preventing Concept Bleed-through in Continual Learning of Personalized Generative Models,” AAAI Conference on Artificial Intelligence (AAAI), Singapore, 2026. (Accepted)

なお、1本目の研究は、中国東南大学、中国南京師範大学、オーストラリアのニューカッスル大学および東京科学大学との国際連携研究となります。

https://aaai.org/conference/aaai/aaai-26

[1] 神崎 恵土, 櫻井 慶悟, 藤後 廉, 小川 貴弘, 長谷山 美紀 “ユーザ行動系列エンコーダの周波数特性を考慮した逐次推薦モデルに関する検討”

[2] 池井戸 大湧, 藤後 廉, 小川 貴弘, 長谷山 美紀 “腹腔鏡下胆嚢摘出術動画における時系列表現を考慮した類似動画検索に関する検討”

[3] 三上 瑠聖, 渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀 “Dirichlet Gaussian Processを用いたOut-of-Distribution検出に関する検討”

[4] 美齊津 諒, 渡部 航史, 前田 圭介, 小川 貴弘, ジェプカ ラファウ, 伊藤 敏彦, 長谷山 美紀 “深層学習における正則化手法がGrokkingに及ぼす効果の検討”

[5] 吉田 陸, 五箇 亮太, 前田 圭介, 小川 貴弘, 長谷山 美紀 “サッカー競技における構成映像検索のためのトリプレット構築に関する検討”

[6] 片山 優希, 藤後 廉, 前田 圭介, 小川 貴弘, 長谷山 美紀 “単一画像からの3Dシーン生成における大域的整合性評価指標の提案”

[7] 六名 琴音, 五箇 亮太, 前田 圭介, 小川 貴弘, 長谷山 美紀 “顕著性と運動情報を用いた人間の視覚特性に基づく視点選択手法に関する検討”

[8] 小玉 秀郎, 吉田 将規, 藤後 廉, 小川 貴弘, 長谷山 美紀 “SOEDiffを用いた一貫性のある複数被写体画像生成パイプラインの提案”

[9] 三ツ井 智哉, 藤後 廉, 斉藤 直輝, 小川 貴弘, 長谷山 美紀 “推論強化と視覚保持の両立のためのVLMとLLMのモデルマージ手法に関する検討”

[10] 佐藤 太陽, 前田 圭介, 斉藤 直輝, 小川 貴弘, 長谷山 美紀 “データベース適応型マルチエージェントシステムによる反復的なパーソナライズ画像生成に関する検討”