NEWS お知らせ

土木学会に掲載された下記の論文の取組みが、日本港湾協会 論文賞を受賞しました。

本研究は、北海道大学、株式会社アルファ水工コンサルタンツ、一般社団法人寒地港湾空港技術研究センターおよび国土交通省北海道開発局との共同研究による成果です。

授賞式は、2025年5月28日に沖縄那覇で開催された日本港湾協会第98回定時総会にあわせて行われました。

李 広, 藤後 廉, 前田 圭介, 酒向 章哲, 山内 功, 早川 哲也, 中前 茂之, 小川 貴弘, 長谷山 美紀: “ブルーカーボンによるCO2吸収量推計へ向けた大規模セマンティックセグメンテーションモデルに基づく藻場領域の自動認識”, 土木学会論文集, vol.80, no.17, pp.1-7 (2024)

https://www.jstage.jst.go.jp/article/jscejj/80/17/80_24-17286/_article/-char/ja

[1] 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”

[2] 張華瀛, 藤後廉, 前田圭介, 小川貴弘, 長谷山美紀, “ゴム材料物性値に影響する工程・環境変数の因果推論に基づく動的解析に関する検討”

[3] 上杉健大, 斉藤直輝, 前田圭介, 小川貴弘, 長谷山美紀, “学習データ生成によるComposed Image Retrievalの高精度化に関する検討-テキスト整形処理を用いた反実仮想画像生成モデルの導入-“

[4] 上川恭平, 藤後廉, 前田圭介, 小川貴弘, 長谷山 美紀,”物体追跡モデルとVideo-LLMの協調利用に基づくタイヤ点検の動作認識に関する検討”

[5] 斉藤直輝, 水谷祐輔, 小川貴弘, 長谷山美紀,”共同研究者の選定支援に向けた深層距離学習による類似研究プロジェクトの検索に関する検討”

なお、[1]は野村アセットマネジメント株式会社および大阪公立大学との共同研究成果、[2],[4]は住友ゴム工業株式会社との共同研究成果です。

2025年7月29日～8月1日に京都にて開催予定のMIRU2025に、以下の4件の論文が、口頭発表論文（採択率34.5%）として採択されました。

– Kenta Uesugi, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Leveraging Counterfactuals for Automatic Composed Image Retrieval Dataset Generation with In-context Learning”

– 渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀, “データの大域構造を考慮した近傍埋め込み手法に基づく深層表現の可視化”

– Zhu He, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Efficient Fine-Tuning and Uncertainty-Aware Personalized Federated Learning for Medical Vision-Language Models”

– Ren Togo, Ryo Shichida, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Enhancing Image Memorability in Latent Diffusion Models”

https://cvim.ipsj.or.jp/MIRU2025/index.html

Yuki Era, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Generalizing stylized motion generation method by introducing metadata-independent learning and unified multiple motion dataset,” IEEE Transactions on Multimedia, 2025.
https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=6046

米国アラスカ・アンカレッジで開催予定の世界最大規模の画像処理系国際会議2025 IEEE International Conference on Image Processing (IEEE ICIP 2025，採択率：40%)に当研究室から投稿した以下の3件の論文が採択されました。

①Mingzhuo Li, Guang Li, Jiafeng Mao, Takahiro Ogawa, Miki Haseyama, “DIVERSITY-DRIVEN GENERATIVE DATASET DISTILLATION BASED ON DIFFUSION MODEL WITH SELF-ADAPTIVE MEMORY”

②Koshiro Toishi, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “ENHANCING ADVERSARIAL ROBUSTNESS OF FOUNDATION MODELS WITHOUT DATA CENTRALIZATION”

③Kaede Hayakawa, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “OUT-OF-DISTRIBUTION SAMPLE SELECTION GENERATED BY DIFFUSION MODEL TOWARD MODEL GENERALIZATION”

https://2025.ieeeicip.org/

https://itc-cscc2025.org/2025
Kenta Kubota, Keisuke Maeda, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Corrosion Detection through Integration of Multi-resolution Semantic Segmentation,” ITC-CSCC, 2025.

本成果は2025年8月8日（金）に開催されるシンポジウムでの発表のほか、AI・データサイエンス論文集に掲載されます。

本研究は、本学データ駆動型融合研究創発拠点（DRED）が実施している「戦略的イノベーション創造プログラム（SIP）」において、株式会社ネクスコ・エンジニアリング北海道と本学のAI分野と交通工学分野の博士学生の連携によって行われました。

福井千菜美、王暢、蘭子文、李広、田村彰浩、花田剛志、前田圭介、高橋翔、小川貴弘、長谷山美紀、”文字領域検出およびLMMによるスキャン図面の数値識別”

Kenta Kubota, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama “Analysis of Model Merging Methods for Continual Updating of Foundation Models in Distributed Data Settings,” Applied Sciences, 2025.

2025年5月3日から5日にかけてタイ・プーケットで開催されているInternational Conference on Artificial Intelligence and Statistics (AISTATS) にて、当研究室から投稿していた「双曲空間を導入したガウス過程潜在変数モデル」に関する論文を発表しました。
Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Hyperboloid GPLVM for Discovering Continuous Hierarchies via Nonparametric Estimation,” International Conference on Artificial Intelligence and Statistics (AISTATS), 2025.

1. Ryo Takahashi, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Personalized Visual Emotion Classification through Discrete Prompt Tuning of Large Multimodal Model”
2. Shilin Liu, Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Stabilizing Self-consuming Training Loop on Music Generation Based on Music Embeddings”
3. Chang Wang, Chinami Fukui, Ziwen Lan, Guang Li, Akihiro Tamura, Tsuyoshi Hanada, Keisuke Maeda, Sho Takahashi, Takahiro Ogawa, Miki Haseyama, “Text Detection for Culvert Engineering Drawings Based on Data Transformation and Model Fusion”
4. Kenta Kubota, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Analysis of Model Merging for Open-Vocabulary Models with Parameter Efficient Fine-Tuning Leveraging Distributed Data”
5. Tasuku Nakajima, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Evaluation of Effectiveness of Adversarial Defense Model Using Only Brain Activity Information”

https://www.icce-tw.org

Hiroki Okamura, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Linear structure analysis of embeddings for bias disparity reduction in collaborative filtering” (Accepted for publication)

https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=4629386

Tasuku Nakajima, Keisuke Maeda, Ren Togo, Takahiro Ogawa, and Miki Haseyama, “Enhancing adversarial defense via brain activity integration without adversarial examples,” Sensors, 2025.

インド ハイデラバードで開催されたICASSP2025にて、以下の論文を発表しました。
https://2025.ieeeicassp.org

【Regular Track】

[1] Ren Tasai, Guang Li, Ren Togo, Minghui Tang, Takaaki Yoshimura, Hiroyuki Sugimori, Kenji Hirata, Takahiro Ogawa, Kohsuke Kudo, Miki Haseyama, “Continuous Self-Supervised Learning Considering Medical Domain Knowledge in Chest CT Images”
[2] Longzhen Li, Guang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Generative Dataset Distillation Based on Self-knowledge Distillation”
[3] Kenta Kubota, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Gradient-oriented Clustered Federated Learning with Efficient Knowledge Sharing in Non-IID Settings”
[4] Kenta Uesugi, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Triplet Synthesis For Enhancing Composed Image Retrieval via Counterfactual Image Generation”
[5] Koshiro Toishi, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Robust Adversarial Defense Based on Non-Transferability of Attack across Foundation Models”

【OJSP Track】

[6] Taro Togo, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Enhancing Generative Class Incremental Learning Performance with a Model Forgetting Approach”
[7] Xiang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Enhancing Classification Models with Sophisticated Counterfactual Images”

2025年4月6日-10日にイタリア・ルッカで開催された情報検索分野のトップカンファレンス European Conference on Information Retrieval (ECIR2025) にて、当研究室からLLMと知識グラフに基づく推薦技術に関する研究成果を発表しました (採択率23%)。

https://ecir2025.eu

Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “LLM is Knowledge Graph Reasoner: LLM’s Intuition-aware Knowledge Graph Reasoning for Cold-start Sequential Recommendation,” in Proceedings of the European Conference on Information Retrieval, pp.263-278, 2025.

修士学生5名は研究室を巣立ち、2名の修士学生は博士課程に進学します。また、学部学生全員が修士課程に進学します。
また、卒業生・修了生に以下の賞が授与されました。

●北海道大学 工学部長賞
学部4年生　早川 楓

●北海道大学大学院情報科学院　学院長賞
修士2年生　清野 竜生

皆さん、誠におめでとうございます！

2025年3月8日から12日にかけてフランスで開催されたバーチャルリアリティ分野のトップカンファレンスである IEEE Conference on Virtual Reality and 3D User Interfaces (IEEE VR) のポスタートラックにて、Gaussian Splattingの音声ドメインへの拡張に関する研究成果を発表しました。
https://ieeevr.org/2025/
Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Extending Gaussian Splatting to Audio: Optimizing Audio Points for Novel-view Acoustic Synthesis,” IEEE VR, 2025.

インフラ×AIの異分野融合研究に関する成果が、土木学会構造工学委員会 AI・データサイエンス論文集に採択されました。

[1] 佐藤雅也, 前田圭介, 藤後廉, 小川貴弘, 長谷山美紀, “点検調書作成支援のための生成AIを用いた所見の自動生成 －クラスタ分析を通じた類似画像検索に基づく in-context learning の導入－”
[2] 中島佑, 前田圭介, 藤後廉, 小川貴弘, 長谷山美紀, “データ拡張を用いたin-context learning 導入による道路構造物の点検画像からの損傷程度分類”

[2]の研究はNEXCO東日本との共同研究の成果となります。
なお、上記研究はデジタルツイン・DXシンポジウム2025で発表予定です。
https://committees.jsce.or.jp/struct1002/node/45

2025/2/25～2025/3/4にアメリカ・フィラデルフィアにて開催The 39th Annual AAAI Conference on Artificial Intelligence (AAAI-25)のMain Technical Trackに当研究室から1件の発表を行いました。

Wenbo Huang, Jinghui Zhang, Guang Li, Lei Zhang, Shuoyuan Wang, Fang Dong, Jiahui Jin, Takahiro Ogawa, Miki Haseyama, “Manta: Enhancing Mamba for few-shot action recognition of long sub-sequence,” AAAI Conference on Artificial Intelligence (AAAI), pp. 1-9, Philadelphia, PA, USA, 2025. (Acceptance Rate=23.4%)
https://aaai.org/conference/aaai/aaai-25

なお，本研究は中国東南大学、南京師範大学および南方科技大学との国際連携研究となります。

当研究室の修士２年の岡村洋希君、清野竜生君、藤後太郎君が、『電子情報通信学会北海道支部学生奨励賞』を受賞しました。
おめでとうございます！

当研究室の博士学生3名が The 2024 IEEE Sapporo Section Encouragement Award を受賞しました。

また、修士学生1名、学部学生2名が The 2024 IEEE Sapporo Section Student Paper Contest Encouraging Prize を受賞しました。

おめでとうございます！

これらの賞は、以下の論文に授与されています。

# IEEE Sapporo Section Encouragement Award

1. Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Hierarchical multi-label attribute classification with graph convolutional networks on anime illustration,” IEEE Access, vol.11, pp.35447-35456 (2023)

2. Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “SpectralMAP: approximating data manifold with spectral decomposition,” IEEE Access, vol.11, pp.31530-31540 (2023)

3. Huaying Zhang, Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama,“Cross-modal image retrieval considering semantic relationships with many-to-many correspondence loss,” IEEE Access, vol. 11, pp. 10675-10686, 2023.

# IEEE Sapporo Section Student Paper Contest Encouraging Prize

4. 登石 光士郎, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀: “基盤モデル間の攻撃非転移性に基づく敵対的防御に関する検討”, 令和6年度 電気・情報関係学会北海道支部連合大会, pp.173-174 (2024)

5. 内田 結子, 藤後 廉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “物体検出モデルの信頼度スコアに基づくSingle image-to-3Dモデルの評価指標に関する検討”, 令和6年度 電気・情報関係学会北海道支部連合大会, pp.91-92 (2024)

6. 久保田 健太, 藤後 廉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “モデルの学習軌跡を用いたパーソナライズド連合学習におけるクライアントの非階層的クラスタリングの精度向上に関する検討”, 令和6年度 電気・情報関係学会北海道支部連合大会, pp.177-178 (2024)