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