※本プログラムは、R3（2021）年度で活動を終了しました。
（活動期間: 2016～2021／H28～R3）
所属・役職は、活動終了時点のものです。

荒瀬 由紀

パラフレーズ現象の解明のための言語資源構築とパラフレーズアラインメント技術の確立

研究者

荒瀬 由紀

研究概要

同一の事象やアイデアを異なる言語表現で表すパラフレーズは、コンピュータによる言語理解、それを応用した自動質問応答や文書要約において非常に重要な言語資源です。パラフレーズにおいては、単純な類義語への言い換えだけでなく、記述の粒度が異なる、推論を要する、など多様な言語現象が起こります。本研究では、パラフレーズにおいて起こる言語現象を分析し、アノテーションした言語資源を構築することで、パラフレーズという現象の解明を目指します。そして構築した言語資源を用い、フレーズを単位とするパラフレーズを自動的に特定する手法を確立します。

飯塚 里志

深層学習による高品質デジタルリマスター技術の創出

研究者

飯塚 里志

研究概要

本研究では、従来は熟練者が試行錯誤によって行っていた古い動画像コンテンツの修復・高品質化処理を自動化する技術を開発します。このため、経年劣化の修復や画質改善、色彩復元など多様な高品質化処理を行う新たなニューラルネットワークモデルおよび学習アルゴリズムの創出を目指します。本研究により、過去の映像コンテンツを身近なものとして蘇らせ、人々の新たな歴史認識や価値観の創造につなげたいと考えています。

井上 中順

マルチメディアデータから新しい概念を発見する高階モデル学習

研究者

井上 中順

研究概要

本研究では、マルチメディアデータから新たな概念を発見・創出するための「高階モデル学習」の枠組みを提案します。高階モデルとは、”モデルを生成するモデル”であり、従来の深層学習などで得られた複数のモデルを集結し、それらを入力とした学習で得られるものを想定しています。評価実験では、映像から新たな概念として、学習データが与えられていない物体・動作・シーンの発見を目指します。

今倉 暁

非線形非負行列分解を用いたディープニューラルネットワーク計算手法の開発

研究者

今倉 暁

研究概要

本研究課題では、ディープニューラルネットワーク（DNN）計算のデファクトスタンダード解法であるバックプロパゲーション法と異なるアプローチに基づく計算法として、非線形非負行列分解（非線形NMF）を利用した新しいDNN計算法の基盤アルゴリズムの開発、並列実装法の開発および基盤計算である高速・高並列行列計算法の開発を行う。また、行列分解に基づく他のデータ解析手法の開発についても併せて取り組む。

久保 勇貴

パーソナルインタラクションスペースの実現に向けた操作体系の構築

研究者

久保 勇貴

研究概要

眼鏡型端末のような端末が普及すると、いつでもどこでも個人毎に異なる情報が実世界に表示されるパーソナルインタラクションスペースが実現される未来が予想されます。この表示される情報を操作するためには、あらゆる場面に対応可能な柔軟な入力方法が必要となります。本課題では、この実現に向け、ユーザが装着したウェアラブル端末やセンサを利用したセンシングに基づく、柔軟な操作体系を構築するための研究開発を行います。

黒木 菜保子

CO2フリー社会実現のための物理化学と情報科学の融合

研究者

黒木 菜保子

研究概要

生活水準を維持・向上しつつ地球温暖化問題を解決するには、CO2の効率的な回収が必須です。近年、イオン液体がCO2を選択的に吸収する能力を持つことが報告され、多くの化学者がより高いCO2吸収能力を持つイオン液体の開発に挑戦してきました。本研究では、物理化学と情報科学の融合により、高いCO2吸収能力を持つイオン液体を高速予測できるシステムを構築します。情報科学の力でCO2フリー社会の実現を目指します。

小林 亮太

時系列データの自動解析技術の実現

研究者

小林 亮太

研究概要

Web・センサーなどから多様な時系列データが得られるようになり，時系列データの活用は重要になりつつあります。しかし，時系列モデルの構築には多大なコストがかかるため，時系列データの活用は十分に進んでいないのが現状です。本研究では、ノンパラメトリックモデルについての機械学習技術を開発することにより、時系列モデルの構築を人手で行うことなく、データ解析を自動的に行う技術の実現を目指します。

曽我部 舞奈

生体ライブイメージングにおける最適なデータ取得のための技術革新

研究者

曽我部 舞奈

研究概要

二光子励起顕微鏡を用いた生体内ライブイメージングは、動物体内で起こる生命現象をリアルタイムで観察できる画期的な手法である。そして、これからの生体内ライブイメージング技術には、より高解像度かつ広範囲の情報を、高速かつ長時間、取得することが求められている。本課題では情報科学技術を用いて生体内ライブイメージング手法の最適化を行い、「光子の無駄遣いと撮像時間の無駄遣い」を無くし、生体内ライブイメージング技術の革新を目指す。

千葉 直也

プロジェクタ・カメラ間の輝度伝達行列の推定に基づく三次元計測法

研究者

千葉 直也

研究概要

プロジェクタ・カメラシステムによる三次元形状計測は、ロボットビジョンの三次元化と同時に広く利用されつつあります。しかし金属部品や半透明樹脂、ガラス製品、果物などの食品など、未だ計測が難しく、ロボットによるハンドリングが難しい対象が存在します。輝度伝達行列のスパース推定による三次元計測法をベースとして、実用レベルの計測時間の実現とロボットビジョンにおける実証、反射特性のセンシングによる材質の認識を目指します。

中島 一崇

型による成形のためのコネクタ形状を考慮したボリューム分割

研究者

中島 一崇

研究概要

ものづくりを取り巻く環境は近年大きく変動しています。それは学術研究においても例外ではなく、ものづくりを対象とした研究が近年たくさん行われるようになりました。しかし、そのような研究は造形結果の性能を最適化するものがほとんどであり、実際の造形過程の手間はあまり考慮されていません。そこで、私の研究では、実際の造形を行う際の手間も考慮することで、造形過程まで含めて、ものづくり全体として最適化を行います。

原 祐子

大量ストリームデータのリアルタイム処理に向けた柔軟なアーキテクチャ探索と設計環境構築

研究者

原 祐子

研究概要

多様な組込みシステム・IoTエッジ端末に利用可能な汎用・柔軟性、高速処理、エネルギー高効率という一般的には両立しがたい設計要求を満足させる、新たなマルチコアプロセッサおよびその設計支援環境を開発します。IoT技術の普及により人やモノから絶え間なく生成されるストリームデータを、エッジ端末上で効率良く処理可能にすることで、超ビッグデータ社会における新サービス創出と社会問題の解決に繋げます。

松井 勇佑

圧縮線形代数：データ圧縮による省メモリ高速大規模行列演算

研究者

松井 勇佑

研究概要

本研究では「圧縮線形代数」という、高速かつ省メモリで演算を行える新しい学問領域を提案する。圧縮線形代数では、ベクトル・行列を圧縮し、省メモリでそれらを表現する。そして、圧縮した状態のままで行列積計算などの数学的操作を高速に実現する。提案する圧縮線形代数により、人工知能問題を解く上で重要な大規模データ処理を従来よりずっと小規模な計算機環境で実現する。