NEWS お知らせ

メディアダイナミクス研究室のホームページを完全リニューアルしました．コンテンツ等も大幅に増加しておりますので，下記リンクからご覧ください．
https://www-lmd.ist.hokudai.ac.jp/

当研究室の修士課程1年生の叶穎睿君が、The 2021 IEEE Sapporo Section Student Paper Contest Best Presentation Awardを受賞しました。
以下の発表が受賞対象となっています。
叶 穎睿, 諸戸 祐哉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “Few-shot learningを用いた感情ラベル推定における複数のデータセット利用に関する初期検討”, 令和3年度 電気・情報関係学会北海道支部連合大会, pp.123-124 (2021)
誠に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。

IEEE Trans. on Multimediaに論文が採録されました。

掲載月等確定次第、詳細をお知らせいたします。

本フォーラムでは，平成30年度～令和2年度まで実施した戦略的情報通信研究開発推進事業（SCOPE）重点領域型研究開発【３年枠】『自治体による観光情報発信支援のためのサイバーフィジカルデータ解析プラットフォームに関する研究開発』の成果を発表しました．
なお，本研究成果『観光情報推薦システムKANADE-III』は以下でオンライン公開されています．
https://www.lmd-demo.org/

当研究室の博士課程1年の諸戸祐哉君・柳凜太郎君が、The 2021 IEEE Sapporo Section Encouragement Awardを受賞しました。
本賞は、2020年に発表された論文の中から，優秀な論文を発表した若手研究者を顕彰するものです。
誠におめでとうございます！

誠におめでとうございます！

– Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Generating Captions of Imagined Content from Human Brain Activities Applying An Image Captioning Model,” IEEE 4th Global Conference on Life Sciences and Technologies (LifeTech 2022), 2022. (Accepted)
– Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Knowledge-Guided Sequential Recommendation with Reinforcement Learning Using Empirical Distribution Function,” IEEE 4th Global Conference on Life Sciences and Technologies (LifeTech 2022), 2022. (Accepted)
http://www.ieee-lifetech.org/2022/index.html

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のカテゴリで1位にランクする国際会議です。
(1) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Self-knowledge Distillation Based Self-supervised Learning for COVID-19 Detection from Chest X-Ray Images”
(2) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: “TriBYOL: Triplet BYOL for Self-supervised Representation Learning”
(3) Zongyao Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: Divergence-guided Feature Alignment for Cross-domain Object Detection”
(4) Yuto Watanabe, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Generative Adversarial Network Including Referring Image Segmentation for Text-guided Image Manipulation”
(5) Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Distributed Label Dequantized Gaussian Process Latent Variable Model for Multi-view Data Integration”
(6) Nozomu Onodera, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Variational Bayesian Graph Convolutional Network for Robust Collaborative Filtering”
(7) Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Human Emotion Recognition Using Multi-modal Biological Signals Based on Time Lag-considered Correlation Maximization”

https://2022.ieeeicassp.org/

当研究室長谷山教授のインタビューが日本経済新聞電子版に掲載されました。本学が新たに設立を予定している「データ駆動型融合研究創発拠点（DRED）」についてご説明されています。
https://www.nikkei.com/article/DGXZQOFC14A630U2A110C2000000/

東洋経済ACADEMIC DX・AI特集に当研究室長谷山教授が寄稿した記事が掲載されております。北海道大学における最先端の教育・研究モデルを解説しています。
https://str.toyokeizai.net/books/9784492962039/

研究室のスタッフ・学生居室を大規模改装しました。増え続けるメンバーに対応できるだけでなく、新たにオープンスペースを設けて議論を加速する空間を構築しました。
お近くにお越しの際には、是非お立ち寄りください！

当研究室 小川准教授が執筆に参加しています。
2022年01月号（第07回）『メディア工学の研究動向』（メディア工学研究委員会）
新井 啓之，田良島 周平，河村 圭，堀 淳志，多田 昌裕，望月 貴裕，小川 貴弘
https://www.ite.or.jp/contents/annual-rep/2201nenpo.pdf

1月4日～6日に開催された国際会議2022 International Workshop on Advanced Image Technology (IWAIT)にて当研究室より下記の発表を行い、Best Paper Awardを受賞しました！
おめでとうございます！
Keigo Sakurai, Ren Togo, Takahiro Ogawa and Miki Haseyama: “Explainable Artist Recommendation Based on Reinforcement Knowledge Graph Exploration”, 2022 International Workshop on Advanced Image Technology (IWAIT)
https://iwait.online/

おめでとうございます！
本研究は、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です。
小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀: “Attention Map を用いた道路構造物の変状画像分類におけるテキストデータの導入に基づく高精度化に関する検討”, 映像情報メディア学会技術報告, vol.45, no.4, pp.17-21 (2021)

潜在空間でのエッジ剪定を導入したグラフニューラルネットワークに基づくCross-domain推薦に関する研究の成果が国際論文誌IEEE ACCESS (Impact Factor 3.745)に採択されました．
T. Hirakawa, K. Maeda, T. Ogawa, S. Asamizu and M. Haseyama, “Refining Graph Representation for Cross-domain Recommendation Based on Edge Pruning in Latent Space,” IEEE ACCESS, 2021.
https://ieeeaccess.ieee.org/

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Sensors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,
“Deterioration Level Estimation Based on Convolutional Neural Network Using Confidence-aware Attention Mechanism for Infrastructure Inspection,” Sensors. (Accepted for publication)
https://www.mdpi.com/journal/sensors

小川准教授がアドバイザーとして参画するAI/eye Riverワーキングに関して、以下で紹介されました。
“老朽施設点検に先進技術　ドローンやＡＩ活用、実証試験へ”, 北海道新聞 (2021)
https://www.hokkaido-np.co.jp/article/623005?kjn

当研究室から投稿したCOVID-19肺X線画像を対象とした自己教師あり学習に関する以下の論文が，AAAI-22 workshop on Human-Centric Self-Supervised Learningに採択されました．

Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Self-Supervised Transfer Learning for COVID-19 Detection from Chest X-Ray Images,” AAAI Workshop, 2022. (Accepted for publication)
https://aaai.org/Conferences/AAAI-22/ws22/

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Journal of Imaging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！
Keisuke Maeda, Naoki Ogawa, Takahiro Ogawa, Miki Haseyama,
“Reliable Estimation of Deterioration Levels via Late Fusion Using Multi-view Distress Images for Practical Inspection,” Journal of Imaging. (Accepted for publication)
https://www.mdpi.com/journal/jimaging

強化学習に基づく楽曲推薦に関する研究成果が論文誌ITE Transactions on Media Technology and Applications (MTA)に採録されました．

Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Deep Reinforcement Learning-based Music Recommendation with Knowledge Graph Using Acoustic Features,” ITE Transactions on Media Technology and Applications (MTA), 2021. (Accepted for publication)

https://www.ite.or.jp/content/mta/