NEWS お知らせ

2022/03/07-03/09に開催された国際会議he 2022 IEEE 4th Global Conference on Life Sciences and Technologies (LifeTech 2022)にて以下の発表がIEEE LifeTech 2022 WIE Excellent Poster Awardを受賞しました．

• Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Generating Captions of Imagined Content from Human Brain Activities Applying An Image Captioning Model,” IEEE 4rd Global Conference on Life Sciences and Technologies (LifeTech 2022), 2022
  http://www.ieee-lifetech.org/2022/awards.html

データセットの複雑性評価により，AI学習前に精度予測を可能とする論文がマルチメディア系英語論文誌Multimedia Tools and Applications (MTAP) IF 2.757 に採録されました．
Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Dataset Complexity Assessment Based on Cumulative Maximum Scaled Area Under Laplacian Spectrum,” Multimedia Tools and Applications (MTAP), 2022. (Accepted for publication)
https://www.springer.com/journal/11042

本日、北海道大学の学位記授与式が行われました。
当研究室では、7名が修士の学位、5名が学士の学位を授与されています。
修士課程の小川君は、学院長賞を受賞し、総代に選ばれています。
皆さん、誠におめでとうございます！
修士学生2名は博士課程に進学し、学部学生5名は全員が修士課程に進学します。
皆さんの今後の活躍を益々期待しております！

野球放送映像とSNSへのつぶやきのマルチモーダルデータを用いた重要シーン予測に関する研究成果が国際論文誌Sensors (Impact Factor 3.576)に採択されました．
K. Hirasawa, K. Maeda, T. Ogawa and M. Haseyama, “Time-lag Aware Latent Variable Model for Prediction of Important Scenes Using Baseball Videos and Tweets,” Sensors, 2022 (accepted for publications).
https://www.mdpi.com/journal/sensors

当研究室の修士2年生、李広君、高田紗弥さん、平澤魁人君、平川泰成君の4名が、令和3年度 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！
修士課程在学中の研究成果が認められ、受賞しました。誠におめでとうございます！

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。
本論文は東京地下鉄株式会社（東京メトロ）との共同研究による成果になります！
An Wang, Ren Togo, Takahiro Ogawa, Miki Haseyama,
“Defect Detection of Subway Tunnels Using Advanced U-Net Network,” Sensors. 2022. (Accepted for publication)
https://www.mdpi.com/journal/sensors

3/7-3/9に開催された国際会議he 2022 IEEE 4th Global Conference on Life Sciences and Technologies (LifeTech 2022)にて以下2件の発表を行いました．

• Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Generating Captions of Imagined Content from Human Brain Activities Applying An Image Captioning Model,” IEEE 4rd 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 4rd Global Conference on Life Sciences and Technologies (LifeTech 2022), 2022. (Accepted)
  http://www.ieee-lifetech.org/2022/index.html

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研究成果をAAAI-22 workshop on Human-Centric Self-Supervised Learningにて発表しました。
Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Self-Supervised Transfer Learning for COVID-19 Detection from Chest X-Ray Images,” AAAI Workshop, 2022.
https://hcssl.github.io/AAAI-22/pages/accepted-papers.html

2022年2月21日(月) – 2月22日(火)にオンラインで開催された映像情報メディア学会 メディア工学研究会・マルチメディアストレージ研究会・映像表現＆コンピュータグラフィックス研究会、電子情報通信学会ITS研究会・画像工学研究会の合同研究会において、当研究室より18件の発表を行いました。
① 李 宗曜, 藤後 廉, 小川 貴弘, 長谷山 美紀: “セマンティックセグメンテーションに対するマルチソースモデル適応に関する検討 ～ 複数のソースモデルからの不変な特徴表現の学習による適応精度の向上 ～”
② 平川 泰成, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀: “道路構造物の維持管理効率化に向けた変状画像分類の高精度化に関する検討 -テキストデータに基づく類似事例の含有率の導入-“
③ Guang Li, Ren Togo, Katsuhiro Mabe, Shunpei Nishida, Yoshihiro Tomoda, Takahiro Ogawa, Miki Haseyama: “A note on automatic diagnosis of Helicobacter pylori infection based on self-supervised learning and self-knowledge distillation”
④ Jiahuan Zhang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “A note on realizing adversarial defense based on regularization of multi-stage squeeze-and-excitation features”
⑤ 中川 真, 藤後 廉, 小川 貴弘, 長谷山 美紀: “Variational autoencoderに基づく深層生成モデルを用いた潜在表現のdisentanglementに関する検討 –disentanglement評価指標を含む正則化損失の導入–”
⑥ 上川 恭平, 前田 圭介, 小川 貴弘, 長谷山 美紀: “ユーザの動作情報を用いたコンテンツの関心度推定に関する検討 -複数ユーザを導入した特徴統合の有効性検証-“
⑦ 櫻井 慶悟, 藤後 廉, 小川 貴弘, 長谷山 美紀: “ユーザの嗜好を考慮した強化学習と知識グラフに基づく楽曲プレイリスト生成に関する検討”
⑧ 蘭 子文，前田 圭介，小川 貴弘，長谷山美紀: “Captioning特徴を利用したグラフ畳み込みネットワークに基づくアニメイラストのマルチラベル画像認識に関する検討”
⑨ Yaozong Gan, Ren Togo, Takahiro Ogawa, Miki Haseyama: “A note on transformer-based scene recognition in soccer videos using different lengths of clips”
⑩ 叶 穎睿, 諸戸 祐哉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “知識蒸留を用いたFew-shot learningに基づく画像の感情ラベル推定に関する検討”
⑪ 増田 毅，前田 圭介，藤後 廉，小川 貴弘，長谷山 美紀: “橋梁点検時の技術者の一人称および三人称視点映像を用いた点検動作の分類に関する検討”
⑫ 諸戸 祐哉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “画像中の物体情報を考慮したユーザ類似度に基づく個人に特化した注視領域の推定に関する検討”
⑬ 柳 凜太郎，藤後 廉，前田 圭介，小川 貴弘，長谷山 美紀: “ゴム材料開発のためのGenerative Adversarial Networkに基づく配合量および物性値からの電子顕微鏡画像の生成に関する一検討”
⑭ 東 孝明, 前田 圭介, 小川 貴弘, 長谷山 美紀: “画像注視時の脳活動信号を用いた圧縮再構成ネットワークに基づく視覚認知内容の推定に関する検討”
⑮ 梁 鋆, 前田 圭介, 小川 貴弘, 長谷山 美紀: “高速道路の遮音壁画像を用いた物体検出手法による変状分類の高精度化に関する検討”
⑯ 平澤 魁人, 前田 圭介, 小川 貴弘, 長谷山 美紀: “地下鉄トンネル点検時の技術者から取得される生体信号と技術者の点検行動の関連性分析”
⑰ 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀: “Attention map に対する確信度を考慮可能な深層学習を用いた変状分類の高精度化に関する検討”
⑱ 高田 紗弥, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀: “地下鉄トンネルの維持管理支援のためのマルチスケール解析を導入した深層学習に基づく変状検出に関する検討”
https://www.ite.or.jp/ken/program/index.php?tgs_regid=28e6e552adeb9f19e470d2690d29e5502592de647abb5e5d32abe4bd892d2513&tgid=ITE-ME

当研究室長谷山教授が，2022年2月15日（火）にWeb開催された文部科学省プロジェクト「Global×Localな医療課題が解決を目指した最先端AI研究開発」人材育成拠点におけるClinical AI Human Resources Development Program 2nd アニュアルシンポジウムに登壇し，特別講演を行いました．
尚，本講演では，本学におけるデータ駆動型研究や人材育成，令和４年度に新設されるデータ駆動型融合研究創発拠点について説明が行われました．

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/