過去のお知らせ
-
医療Vision-Languageモデルにおける個別化連合学習（pFL）に関する以下の研究成果が、医療情報学の主要学術誌であるJournal of Biomedical Informatics (Impact Factor:4.5) に採録されました！
本研究では、医療データの不均一性や膨大な計算コストの課題に対し、パラメータ効率の高い微調整による共有・個別知識の分離と、Dempster-Shafer理論を用いた動的な不確実性校正（DLUC）を導入した新フレームワーク「DSD-pFL」を提案しました 。
He Zhu, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Personalized Federated Learning for Medical Vision-Language Models via Efficient Fine-Tuning and Uncertainty-Aware Disentanglement” in Journal of Biomedical Informatics. (Accepted for publication) .
https://www.sciencedirect.com/journal/journal-of-biomedical-informatics
-
ICLR 2026に採択されたトロント大学・スタンフォード大学との共同研究成果論文について、北海道大学よりプレスリリースされました。
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), pp. 1-39, Rio de Janeiro, Brazil, 2026. (Acceptance Rate: 28.2%)
-
2026年2月19日-20日に北海道大学情報科学研究院棟で開催された電子情報通信学会 ITS研究会・画像工学研究会・映像情報メディア学会 メディア工学研究会・映像表現&CG研究会・マルチメディアストレージ研究会・スポーツ情報処理研究会の合同研究会において、当研究室より以下の20件の発表を行いました。
10.～20.は、「北海道発 AI・データサイエンス教育・データ駆動型融合研究 特別セッション」における特別講演として発表しました。
1. 佐藤雅也，前田圭介，藤後廉，小川貴弘，長谷山美紀 “出力トークン確率に基づく隠れ状態編集によるMLLMの視覚–知識統合の改善に関する検討”
2. 佐藤雅也，前田圭介，小川貴弘，長谷山美紀 “橋梁点検特化型MLLMの学習高度化に関する検討 ～ データ拡張と損失関数再設計による精度向上 ～”
3. Huaying Zhang，Ren Togo，Takahiro Ogawa，Miki Haseyama “A Note on Re-ranking using Edited Image Query for Composed Image Retrieval”
4. Longzhen Li，Guang Li，Ren Togo，Keisuke Maeda，Takahiro Ogawa，Miki Haseyama “A Note on Object-Aware Dataset Distillation with Adaptive Patch Selection”
5. 柏木將希，前田圭介，藤後廉，小川貴弘，長谷山美紀 “ラベルノイズ環境におけるNoisy Label LearningとActive Learningの統合に関する検討”
6. 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用データセットの自動構築に関する検討 ～ Prompt Tuningによるデータセット評価MLLMの高精度化 ～”
7. 池井戸大湧，藤後廉，小川貴弘，長谷山美紀 “手術動画を対象としたフェーズ認識性能向上に向けた時系列情報活用の検討 ～ Transformer型時系列エンコーダ導入が認識精度に及ぼす影響の分析 ～”
8. 内田結子，藤後廉，小川貴弘，長谷山美紀 “Open-Vocabulary物体検出モデルを導入したオブジェクト中心の3Dシーン評価指標に関する検討”
9. 小玉秀郎，吉田将規，藤後廉，小川貴弘，長谷山美紀 “拡散モデルのトークン制御に基づくストーリー画像生成の一貫性向上に関する検討”
10. 長谷山美紀，水谷祐輔，堀内浩水，佐々木博之 “［特別講演］北海道大学データ駆動型融合研究創発拠点（D-RED）および数理・データサイエンス教育研究センター（MDSC）における取組 ～ AI利活用研究の推進を軸としたデータ駆動型融合研究と課題解決に向けたデータサイエンス教育 ～”
11. 鵜川久，小川貴弘，前田圭介，櫻井慶悟，水谷祐輔，近藤勝俊，長谷山美紀 “［特別講演］北海道大学デジタルリスキリングプログラムの開発と運用 ～ Phase 2の総括およびPhase 3の現状 ～”
12. 前田圭介，李広，小川貴弘，近藤勝俊，鵜川久，長谷山美紀 “［特別講演］北海道大学デジタルリスキリングプログラム（DREP）における地域課題解決コースの取組”
13. 田中孝之，長谷山美紀 “［特別講演］北海道大学における数理・データサイエンス教育プログラム”
14. 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 “［特別講演］高速道路の日常点検効率化に向けたセマンティックセグメンテーションモデルと大規模視覚言語モデルに基づく異常検出技術”
15. 蘭子文，前田圭介，斉藤直輝，鎌田文幸，久保竜志，川嵜裕二，小川貴弘，長谷山美紀 “［特別講演］高速道路の日常点検効率化に向けたハイスピードカメラ画像からのひび割れ検出技術の構築”
16. 中島佑，前田圭介，小川貴弘，長谷山美紀 “［特別講演］道路附属物点検効率化のための自律飛行ドローン実現に向けた深度推定モデルによる位置制御機構の導入”
17. 佐藤雅也，前田圭介，藤後廉，小川貴弘，長谷山美紀 “［特別講演］令和6年度橋梁定期点検要領へ対応するためのIn-context Learningに基づく所見生成AIの拡張”
18. 上川恭平，藤後廉，前田圭介，小川貴弘，長谷山美紀 “［特別講演］映像内の局所領域に着目した動作キャプション生成に基づくタイヤ点検動作認識に関する取組”
19. 張華瀛，藤後廉，前田圭介，小川貴弘，長谷山美紀 “［特別講演］ゴム材料生産過程における因果探索に基づく変数間の関連性分析に関する取組”
20. 山森諄也，藤後廉，山城輝久，小川貴弘，長谷山美紀 “［特別講演］大規模マルチモーダルモデルの潜在表現を用いたインテリアコーディネート画像からのスタイル推定に関する一検討”
-
市場状況に応じた動的な目的関数選択関する以下の研究成果が、機械学習分野のトップカンファレンスInternational Conference on Learning Representation(ICLR2026)のワークショップに採択されました！
ICLRは2026年4月23日-27日に、ブラジル・リオデジャネイロにて開催予定です。
https://sites.google.com/view/iclr2026finai/home
Keigo Sakurai, Takahiro Ogawa, Miki Haseyama, Anjyu Anan, Kei Nakagawa, “Dynamic Objective Selection with Safeguards and LLM Oversight for Financial Decision-Making” in Proc ICLR The 2nd Workshop on Advances in Financial AI Workshop: Towards Agentic and Responsible Systems. (Accepted for publication)
本研究は大阪公立大学・野村アセットマネジメント株式会社・神戸大学との共同研究成果です。
-
3月4日から3月5日に兵庫県神戸市で開催された第18回データ工学と情報マネジメントに関するフォーラム(DEIM2026)にて、当研究室から4件の発表を行い、B4 神崎君の発表が学生プレゼンテーション賞を受賞しました！
[1]櫻井慶悟，松井太我，小川貴弘，長谷山美紀 “ファッションレンタルサービスにおけるイベント単位の複数正例を活用したマルチモーダル推薦”
[2]朱金龍，櫻井慶悟，松井太我，小川貴弘，長谷山美紀 “異種情報の重要度を考慮したマルチエージェントファッション推薦”
[3]神崎恵土，櫻井慶悟，藤後廉，小川貴弘，長谷山 美紀 “因果的Self-Attentionを用いた逐次推薦モデルにおける残差支配がもたらす最終アイテム依存” (学生プレゼンテーション賞)
[4]上杉健大，斉藤直輝，前田圭介，小川貴弘，長谷山美紀 “語彙表現を用いたComposed Image Retrievalの解釈性向上に関する検討”
[1]，[2]は株式会社エアークローゼットとの共同研究成果です。
-
2月22日から2月26日までアメリカ合衆国アイダホ州ボイジにて開催された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にて当研究室から1件の発表を行いました！
Keigo Sakurai, Takahiro Ogawa, Miki Haseyama, Anjyu Anan, Kei Nakagawa., “Risk-Aware Utility Re-Ranking for Financial Asset Recommendation.” in Proceedings of ACM International Conference on Web Search and Data Mining, pp.1227-1231, 2026.
本研究は大阪公立大学・野村アセットマネジメント株式会社・神戸大学との共同研究成果です。
-
コンピュータ・ビジョン分野のトップカンファレンス The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026 (CVPR 2026) のMain Paperとして以下の論文が採択されました！
今年の採択率は25.42% (4,090/16,092) で、2026年6月3日～6月7日にアメリカ・デンバーにて開催予定です。
Zhu He, Ren Togo, Takahiro Ogawa, Kenji Hirata, Minghui Tang, Takaaki Yoshimura, Hiroyuki Sugimori, Noriko Nishioka, Yukie Shimizu, Kohsuke Kudo, Miki Haseyama, “Personalized Longitudinal Medical Report Generation via Temporally-Aware Federated Adaptation,” IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026 (CVPR 2026). (Acceptance Rate: 25.4%)
なお、本研究は北海道大学大学院医学研究院および北海道大学大学院保健科学研究院との共同研究の成果です．
-
当研究室の研究成果が、国際学術誌 IEEE Access (Impact Factor: 3.6)に採録されました。
本研究では、ウェアラブルカメラ映像等から「人がどこを見ているか」を推定するAIを、プライバシーに配慮しながら、個人に合わせて高精度化する新しい学習手法を提案しています。
Yuhu Feng, Keisuke Maeda, Takahiro Ogawa, and Miki Haseyama, “Personalized federated learning for egocentric video gaze estimation with comprehensive parameter freezing,” IEEE Access
-
コスモエネルギーグループと北海道大学が共同研究を開始いたしました！
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
-
AI・機械学習分野のトップカンファレンス The Fourteenth International Conference on Learning Representations (ICLR 2026) のMain Trackに以下の論文が採択されました！
今年の採択率は28.2% (5344/18949) 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
-
シンガポール（1/22-25）で開催されている人工知能分野のトップカンファレンス The 40th AAAI Conference on Artificial Intelligence (AAAI 2026) の Main Technical Track において、以下の２本の論文を発表しました！
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。
-
医用画像を対象とした重み選択および自己知識蒸留をに関する研究成果がエルゼビア国際論文誌Computers in Biology and Medicine (IF: 6.3) に採録されました！
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。
-
世界最高峰の信号処理に関する国際会議 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)にメディアダイナミクス研究室より投稿した以下の4件の論文が採択されました！
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
-
日本経済新聞に当研究室の長谷山教授の記事が掲載されました！
-
台湾・高雄で開催された画像処理に関する国際会議 IWAIT/IFMIA2026にて、当研究室から以下の3件の発表を行い、M1 小玉君がBest Paper Awardを受賞しました！
・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.
-
当研究室M2の中島佑君が映像情報メディア学会 メディア工学研究会の「優秀研究発表賞」を受賞しました！
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！
-
コンシューマエレクトロニクス系の国際会議ICCT-Pacific2026に当研究室から2件の論文が採択されました！
[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。
-
継続学習によるパーソナライズド画像生成に関する以下の論文が国際論文誌IEEE Access (IF:3.6)に採択されました！
Haruka Matsuda, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama “Deep Generative Replay-based Personalization with Conditional Latent Attenmtion For Diffusion Models” (Accepted)
-
医療データにおけるドメインシフトに対してロバストで、かつプライバシー保護を考慮した自己教師あり継続学習に関する論文が、国際学術論文誌 Bioengineering（IF: 3.7）に採録されました
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。
-
令和7年11月1日、2日に開催された令和7年度電気・情報関係学会北海道支部連合大会において、当研究室の3件の発表が若手優秀論文発表賞を受賞しました。
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
