I（情報・通信・電子）研究部門

I研究部門による研究部門別発表会を下記の通り開催いたします。

日　時：　2023年3月28日（火）13:25～17:25

場　所：　関西大学千里山キャンパス　学術フロンティア・コア　３階会議室

テーマ：　深層学習におけるデータオーギュメンテーションの最新技術
　　　　-ロボティクス，時系列データ，セマンティックセグメンテーション-

近年，様々な分野に深層学習が適用され大きな成果を上げている．深層学習を有効に利用するためには大量のデータを必要とするが，実問題を考えた場合，必ずしも大量のデータを収集できない場合も少なくない．本部門別研究会では，深層学習を実世界へ応用する場合に避けて通れないこの問題に対して，異なる応用分野においてこの問題に取り組んでいる研究者をお招きし，その研究内容をご紹介いただくとともに議論を深めることで，この問題に対する理解を深める一助としたい．

　　講演〈１〉：13:30～15:00
　　　　　　　　深層学習のためのSim2Realによるデータセット自動生成手法と
　　　　　　　　ホームサービスロボットへの応用
　　　　　　　　　　　　　　　　　　　　　九州工業大学　教授　田向 権　氏

概要：深層学習には大量の教師ラベル付きデータが必要であるが，人手で大量データを準備し教師情報を付与する作業には膨大な手間と時間が必要となる．ひいては，このデータセットの準備が現場への深層学習導入の大きな障壁となる．本講演では，この問題を解決するデータセット自動生成手法を紹介する．3次元シミュレータで自動生成した画像にフラクタルをはじめとする様々な画像を合成することで頑健な学習が可能であることを示す．また，自動生成したデータセットの良し悪しを評価する手法を併せて提案し，どのような傾向のデータセットであれば学習が上手く進むかについて考察する．さらに，世界大会で5度の優勝実績を持つホームサービスロボット実機での性能評価結果を示すことで，現場で簡便に深層学習が構築出来ることを示し，提案手法の有効性を評価する．

講演〈２〉：15:10～16:40
　　　　　　信号復元と予測のための少量データ学習
　　　　　　 　　　　　　　　　　　　同志社大学　教授　奥田　正浩　氏

概要：大量データによる深層学習が有力な手法となる一方で、少量データしか得られない条件下での学習が様々な分野で重要視されている。ここでは、信号復元や予測における少量データ学習について議論する。特に、多次元信号復元と時系列予測を例にとり、オーグメンテーション、敵対的学習、ゼロショット学習などの事例を概観する。

講演〈3〉：16:50～17:20
　　　　　　セマンティックセグメンテーションへの敵対的トレーニングの適用と
　　　　　　歯科パノラマX線写真からの石灰化領域検出に対する応用
　　　　　　 　　　　　関西大学　システム理工学部　教授　棟安実治　氏

概要：深層学習を用いた医用画像解析の研究が盛んに行われている．しかし，医用データ，特に医用画像データはその性質上，アノテーションされたデータを大量に収集することが困難であり，通常のデータセットと比較すると非常に小さなデータセットを用いた研究が行われている．そのため，現存のデータを活用して性能向上を図ることが必要となる．ここでは，医用画像解析によく用いられるセマンティックセグメンテーションに対して，敵対的サンプルを利用することで，この問題を解決する手段の一つを示し，動脈硬化の指標として知られる頸動脈石灰化を歯科パノラマX線写真から検出する問題に適用し，有効性を示す．

参加費：無料

申込方法：（１）、（２）どちらかの方法にてお申込みください。
（１） 必要事項（お名前、所属、電話番号、メールアドレス）をご記入の上、
　 下記メールアドレスに送信ください。
（２） 下記チラシを印刷し、裏面のFAX送信票に必要事項をご記入のうえ、
　 FAXにて送信ください。

第65回研究部門別研究発表会.pdf

【お問合せ・お申込み】
関西大学 先端科学技術推進機構
〒564-8680　大阪府吹田市山手町3-3-35
電話：06-6368-1178　FAX：06-6368-0080
E-Mail: sentan@ml.kandai.jp