- JSTトップ
- 戦略的創造研究推進事業
- AIP
- ラボ活動の紹介
- AIP加速研究
- AIP加速課題
- 2023年度研究開始課題
AIP加速課題
AIP加速課題は、AIPネットワークラボの領域における優れた研究成果をベースに、新たな方向付けをした研究課題を支援し、AIPネットワークラボとしての成果最大化を狙うものです。
2023年度研究開始課題
難発見性婦人科系疾患の無侵襲検出・早期治療へ向けた人工嗅覚センサシステムの構築
グラント番号:JPMJCR23U1
研究代表者
長島 一樹 | 北海道大学 電子科学研究所 教授 |
主たる共同研究者
安井 隆雄 | 東京工業大学 生命理工学院 教授 |
横井 暁 | 名古屋大学 医学部附属病院 産科婦人科 病院講師 |
研究概要
医療技術が発展した現代においても、初期症状がなく早期発見・早期治療が困難とされる疾病は数多く存在します。本研究では、さきがけ研究において取り組んできた匂い分子網羅分析技術・人工嗅覚センサ技術を加速的に発展させ、代謝物の匂いを介した疾病診断における科学的根拠の獲得と難発見性婦人科系疾患の早期発見・早期治療へ向けた無侵襲匂いセンシング基盤技術の構築を目指します。
超高速データサイエンス基盤
グラント番号:JPMJCR23U2
研究代表者
松井 勇佑 | 東京大学 大学院情報理工学系研究科 講師 |
主たる共同研究者
天方 大地 | 大阪大学 大学院情報科学研究科 助教 |
塩川 浩昭 | 筑波大学 計算科学研究センター 准教授 |
西村 真衣 | オムロンサイニックエックス株式会社 リサーチアドミニストレイティブディビジョン シニアリサーチャー |
研究概要
本研究計画では、データを元に意思決定を下すデータサイエンス基盤の超高速化を目指す。データサイエンス基盤の操作は「探索」や「クラスタリング」といった基本的な数学的操作に帰着される。それらは各分野において独立に発展しているが、本研究にて高速化技術を整備統合し、「ベクトル量子化コード」「任意のメトリック空間」「グラフ」といった様々なモダリティに適用可能な超高速な探索技術を構築する。これにより、対象のモダリティに関わらず、ビリオンスケール以上の巨大なデータに対して極めて高速な探索を実現する。
適応性と信頼性を両立するオンデバイス学習技術の確立
グラント番号:JPMJCR23U3
研究代表者
松谷 宏紀 | 慶應義塾大学 理工学部 教授 |
主たる共同研究者
岡本 球夫 | パナソニックホールディングス株式会社 プロダクト解析センター 課長 |
吉田 康太 | 立命館大学 理工学部 助教 |
研究概要
本研究ではセンサやコントローラといったローエンドなIoTデバイスにおけるニューラルネットワークのオンデバイス学習技術を対象に、その適応性と信頼性を両立させます。前者は、コンセプトドリフト検知を基にした自律的追加学習の強化に対応します。後者は、意図せぬ自律的追加学習による推論精度低下、外部からの攻撃リスクへの対処に対応します。電気火災の予知や設備監視などいくつかの応用事例を通して本成果を実証します。
データフロー型計算システムと3D画像認識AIによる革新的癌診断支援システムの構築
グラント番号:JPMJCR23U4
研究代表者
諸岡 健一 | 熊本大学 大学院先端科学研究部 教授 |
主たる共同研究者
大野 英治 | 京都橘大学 生命健康科学研究センター 客員研究員 |
長原 一 | 大阪大学 データビリティフロンティア機構 教授 |
橋本 英樹 | 株式会社プロアシスト R&D企画部 部長 |
研究概要
本プロジェクトでは,AIを用いた細胞認識技術とデータフロー型計算システムを融合し,世界最先端の革新的細胞診自動診断支援クラウドシステムを構築する。