文字サイズ

北海道大学 情報科学研究科 メディアダイナミクス研究室 Laboratory of Media Dynamics

NEWS

2021年5月28日(金)に開催された 第20回 首都高速道路技術センター技術講演会 「デジタル新時代の幕開け~インフラ整備・維持管理の未来像~」にて、長谷山教授が以下の講演を行いました。

「AIの動向と次世代インフラ維持管理に向けた最先端研究」
長谷山美紀 北海道大学副学長・大学院情報科学研究院長

約750名の方に本講演をご覧いただきました!

https://tecmex.or.jp/lecture/5733/

(1) Nao Nakagawa, Ren Togo, Takahiro Ogawa, Miki Haseyama, “INTERPRETABLE REPRESENTATION LEARNING ON NATURAL IMAGE DATASETS VIA RECONSTRUCTION IN VISUAL-SEMANTIC EMBEDDING SPACE”
(2) Yun Liang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “DEEP METRIC NETWORK VIA HETEROGENIOUS SEMANTICS FOR IMAGE SENTIMENT ANALYSIS”
(3) Tomoki Haruyama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “SEGMENTATION-AWARE TEXT-GUIDED IMAGE MANIPULATION”
(4) Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “TIME-LAG AWARE MULTI-MODAL VARIATIONAL AUTOENCODER USING BASEBALL VIDEOS AND TWEETS FOR PREDICTION OF IMPORTANT SCENES”
(5) Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “INTEREST LEVEL ESTIMATION VIA MULTI-MODAL GAUSSIAN PROCESS LATENT VARIABLE FACTORIZATION”
(6) Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “CORRELATION-AWARE ATTENTION BRANCH NETWORK USING MULTI-MODAL DATA FOR DETERIORATION LEVEL ESTIMATION OF INFRASTRUCTURES”
(7) Taisei Hirakawa, Keisuke Maeda, Takahiro Ogawa, Satoshi Asamizu, Miki Haseyama, “CROSS-DOMAIN RECOMMENDATIN METHOD BASED ON MULTI-LAYER GRAPH ANALYSIS WITH VISUAL INFORMATIN”
(8) Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “FEW-SHOT PERSONALIZED SALIENCY PREDICTION USING PERSON SIMILARITY BASED ON COLLABORATIVE MULTI-OUTPUT GAUSSIAN PROCESS REGRESSION”

https://2021.ieeeicip.org/

当研究室、博士学生諸戸君、修士学生高田さんが受賞しています。
改めましておめでとうございます!

※ 写真撮影時のみマスクを外しています。

https://ja-jp.facebook.com/hokkaidoUniv.lmd/photos/a.1421862031376064/3007454469483471/

2020年にITE Transactions on Media Technology and Applicationsに掲載された以下の論文が、映像情報メディア学会 丹羽高柳賞論文賞を受賞しました。
Tomoki Haruyama, Sho Takahashi, Takahiro Ogawa, Miki Haseyama: “Multimodal Important Scene Detection in Far-view Soccer Videos Based on Single Deep Neural Architecture,” ITE Transactions on Media Technology and Applications, vol. 8, no. 2, pp. 89-99 (2020)
https://www.jstage.jst.go.jp/…/8/2/8_89/_article/-char/ja/

当研究室から投稿していた以下の画像検索に関する成果が、マルチメディアコンテンツ検索における最高峰の国際会議 ACM International Conference on Multimedia Retrieval 2021 (ACM ICMR 2021) に採録されました!
– Rintaro Yanagi, Ren Togo, Takahiro Ogawa and Miki Haseyama, “IR Questioner: QA-based Interactive Retrieval System,” ACM ICMR, 2021. (Accepted)
http://icmr2021.org/index.html

2021年3月9日~11日に奈良で開催された国際会議The 2021 IEEE 3rd Global Conference on Life Sciences and Technologies (LifeTech 2021)での発表について以下の2件が受賞しました。
(1)
Student Awards for Oral Presentation
2nd Prize, IEEE LifeTech 2021 Excellent Student Paper Award for Oral Presentation
Saya Takada, Ren Togo, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan):
“Question Answering from Brain Activity Data via Decoder Based on Neural Networks”
(2)
Awards for On-site Poster Presentation
3rd Prize, IEEE LifeTech 2021 Excellent Paper Award for On-site Poster Presentation
Yuya Moroto, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama (Hokkaido University, Japan):
“Human Emotion Estimation Using Multi-Modal Variational Auto Encoder with Time Changes”
(2)については、既に会場にて受賞が発表されています。
おめでとうございます!
http://www.ieee-lifetech.org/2021/awards.html

(1) Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama: “User Background Information-Aware Music Recommendation with Reinforcement Learning-Based Knowledge Graph Exploration”
(2) Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Degradation Level Estimation of Road Structures via Attention Branch Network with Text Data”
(3) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Cross-view Self-supervised Learning via Momentum Statistics in Batch Normalization”
http://www.icce-tw.org/index.html

当研究室から投稿した社会インフラ×AIの異分野連携論文が、国際論文誌IEEE Accessに採録されました。
本論文は東日本高速道路株式会社(NEXCO東日本)との共同研究による成果になります!
Naoki Ogawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama,
“Distress Image Retrieval for Infrastructure Maintenance via Self-trained Deep Metric Learning Using Experts’ Knowledge,” IEEE Access. (Accepted for publication)
https://ieeeaccess.ieee.org/

当研究室のテキスト情報を利用した画像編集に関する研究成果が、国際論文誌IEEE Accessに採録されました.
Ren Togo, Megumi Kotera, Takahiro Ogawa, Miki Haseyama: “Text-Guided Style Transfer-based Image Manipulation Using Multimodal Generative Models,” IEEE Access, 2021. (Accepted for publication)
https://ieeeaccess.ieee.org/

Back to Top ↑