中部大学研究紹介2023

26/106

25特許P99参照独自HPキーワード相談に応じられる内容昆虫脳を模倣したEdgeAIYAMAUCHI Koichiro工学部 情報工学科AI数理データサイエンスセンター 兼務教授　山内 康一郎ネット接続ができない環境での追加学習が必要なタスク、瞬時適応が必要なタスク、個人適応型デバイス、環境変化追従タスク昆虫脳、組込用学習エンジン、瞬時追加学習、 EdgeAI、Continual Learning　昆虫脳の中枢である微小脳：「キノコ体」は、新しく現れた感覚情報を効率良く学習していることが分かってきました。私達はこの機能を数学的にモデル化する研究を行うと共に、これをヒントとする実用的な学習理論を構築しています。その最新版学習理論では：①「瞬時」追加学習能力（破滅的忘却を抑制+超高速適応）②リソースマネージメント（限られた容量以内で継続学習）③連続関数近似・分類問題に適応可能④リソース制限下でのベンチマークテストで最高水準を実現しました。【研究テーマ】●ショウジョウバエのキノコ体出力ニューロン学習モデル構築　●組込用学習理論構築●マイコン・FPGA実装●個人適応・デバイス特性変化適応・環境変動適応、に関わる応用 （例：太陽電池の個性を学習する高速最大電力点追従制御）独自HPキーワード相談に応じられる内容セマンティックセグメンテーションの実行例物体検出の実行例自動運転の例：画像からの制御値予測における判断根拠の可視化深層学習を活用した画像認識の研究YAMASHITA Takayoshi 工学部 情報工学科教授　山下 隆義物体認識、物体検出、セグメンテーションなどの画像認識アルゴリズム　画像認識分野では、ディープラーニング(深層学習)という技術を活用することで、人に迫る精度を達成している。我々は、深層学習を活用して、自動運転やロボットに必要な技術の研究開発をしている。また、人工知能のホワイトボックス化を目指して、判断根拠の視覚的説明に関する研究開発を行っている。【研究テーマ】●物体検出：歩行者や自動車などの物体を高速かつ高精度に検出するアル　ゴリズムの実現を目指している。●物体把持位置検出：ロボットがモノを掴むとき、どこの部分を掴めば　落とさずに運べるかを理解するために、モノの種類と把持位置を同時に　検出するアルゴリズムの実現を目指している。●セマンティックセグメンテーション：画像の構造を理解して、道路や　標識の領域を特定することを目指している。●画像認識の判断根拠の視覚的説明：画像認識アルゴリズムがどのように　判断しているのかを人が見てわかるように可視化する技術の実現を目指　している。深層学習、画像認識、視覚的説明工学部工学部