2021研究紹介

31/111

30独自HPキーワード相談に応じられる内容Input image 不必要な領域を 削除修正後注目領域を 追加修正前condence:99.9%GT：dalmatian疾患眼底画像エキスパート従来法提案手法エキスパートと同様の判断根拠を獲得人の知見を深層学習ネットワークに組み込むことで説明性と認識性能が向上dalmatianAttention mapsoccer ballDeep Learningによる画像認識の高精度化－ロボットの視覚機能の実現 － FUJIYOSHI Hironobu工学部 ロボット理工学科教授　藤吉 弘亘ディープラーニング、機械学習、画像認識のアルゴリズム開発ディープラーニング、機械学習、画像認識　機械知覚&ロボティクス研究グループ（Machine Perception and RoboticsGroup：MPRG)では、人工知能(AI)と人の共進化を目標に、ディープラーニングを用いた高精度な画像認識技術、AIの判断根拠の可視化、人の知見を深層学習ネットワークに組み込むことで説明性と高精度化を実現する技術に取り組んでいる。(機械知覚&ロボティクス研究グループ：http://mprg.jp/)【研究テーマ】●知識転移グラフによるによる深層学習ネットワークの高精度化●Attention Branch Networkによる判断根拠の可視化●人の知見の深層学習ネットワークへの組み込み●アテンションを導入したGANによるデータ増幅●深層学習ネットワークの逆伝搬を用いたロボット制御キーワード相談に応じられる内容キーワード相談に応じられる内容集積回路の高性能化に関する研究ISHII Kiyoshi工学部 電気電子システム工学科教授　石井 清　きわめて多数の半導体トランジスタや抵抗などの電子素子を同一基板上に作る大規模集積回路(LSI)技術は、私たちの生活に欠くことのできない存在になっている。本研究室では、大規模集積システム設計教育研究センター(VDEC)で提供されている最先端コンピュータ支援回路設計(CAD)ツールを活用して、新しいLSI実現に向けた回路設計技術の研究開発に取り組んでいる。特に大容量通信が可能なミリ波帯無線通信システムの小型・低コスト化を実現するため、CMOS送受信回路とその要素回路の高性能化を目指した研究を推進している。　新たに考案したフィードフォワード回路の動作速度を詳細に解析するとともに、この回路技術を用いて、消費電力を増加させることなく従来回路より高い速度での動作を可能としたフリップフロップおよび電圧制御発振器(VCO)（ともに通信用LSIの重要な要素回路）を開発した。【研究テーマ】●高速・高性能LSIの回路解析に関する研究●CMOS集積回路の高性能化設計技術の研究●位相同期ループ(PLL)の高性能化設計法に関する研究回路設計、回路解析、回路シミュレーション、集積回路、通信システム、トランジスタ、LSIVCO60 GHz30 GHz10 GHz300 GHz20 GHzMillimeter-wave2.4 GHz5.6 GHzBand Around 60 GHzIEEE802.11IEEE802.11IEEE802.11ad, Wireless HD, WiGig >10 Gbit/s wireless communications License-free spectrum0.1 GHz0.4 GHz9 GHz57~66 GHz@Japan工学部工学部