Research

感染症を対象とした潜在危険度測定システム

本研究では，公共施設や店舗など不特性多数が往来するスペースを対象とし，各種エリアごとにCOVID-19による感染危険度を数値化することで，クラスター発生を高精度に予測する仕組みを明らかにします．深層学習モデルの一種である物体検知技術や敵対的生成ネットワーク（GAN）を用いて，地域ごとの感染危険度を推定するCOVID-19アウトブレイク監視システムを開発します．本研究はアマビエ研究促進事業に採択されています．

医用画像データを用いたデータ解析

熊本大学病院の複数のチームと共同研究を行っています．特許出願中やデータの秘匿性の関係でここで詳細を書くことはできませんが，深層学習技術の応用や新しいモデルの開発を行っています．興味が有る方は直接ご連絡ください．

カメラ画像データを活用したスマートシティ構想に向けた研究

防犯，観光，交通，建設など様々なデータの連携により新たな価値を創出し，ポストコロナ時代における地域活性化の姿として，質の高い持続的な成長につなげる技術を創出することを目的とした研究です．大規模人流のデータ同化やMOT（Multi Object Tracking）技術を用いた人物追跡などを行います．（株）キューネット様，熊本学園大学との共同研究です．

球磨村電動スクールバス事業

環境省受託事業として「球磨村電動スクールバス実証事業」が採択されました（代表：熊本大学 松田シニア准教授）．本事業は，球磨村で小中学生の通学に使う電動スクールバスを運行し､再生可能エネルギー連系､非常電源としての活用を含めた実証試験を行って､電動スクールバスの地域での最適な運用方法を提案し，効用と価値を明らかにして，全国普及を目指す全国初の取り組みです．全国の中山間地域では，カーボンニュートラルに加え，エネルギー地産地消，地域強靭化，過疎化や学校統廃合を受けた交通手段の確保などの地域課題がありますが，電動スクールバスは，これらの有効な解決手段であり，球磨村の創造的復興に貢献することが期待されます．これに関連して，R4年度より九州電力様との共同研究がスタートしています．

深層学習の水門気象分野への応用

土木建築工学科の石田先生と共同研究を行う形で，様々な水門気象系ビッグデータを対象に予測・検知などを行っていきます．本研究はIROSTのYound Research Unit Deep Learning for Hydrologyに採択されています．R2年度は深層学習を用いた海水面温度データや降水量データの超解像度を行っています．本ユニットは熊大通信(P7,8)でも取り上げられています．

近似部分グラフマッチング

グラフを入力とするグラフニューラルネットワークの基礎理論および応用について研究を行っています．グラフニューラルネットワークはここ数年で多くの論文が発表されている分野ですが，ノード単位のラベリングだけではなく，時系列処理，近似部分グラフマッチングに取り組んでいます．想定する応用分野は交通ネットワークやソーシャルネットワークになり，これらへの応用も同時に行っています．

IoT/AI指向の設計基盤技術の研究

本研究はH30-R1年度のNEDOの受託研究に採択され，R2年度には三菱電機エンジニアリング(株)様との共同研究としてニューラルネットワークLSIの研究を行いました．集積回路設計からDNNコンパイラ開発までハードウェアとソフトウェアを跨いだ非常に面白い研究です．R3年度には熊本大学めばえ研究推進事業に採択されています．R4年度からは科研費に採択され，Posit演算も含めた回路実装手法の確立を目指します．

少構成メモリ論理セルSLMを用いたFPGA

世界的でも数少ないFPGAアーキテクチャの拠点として，単純なLUT方式と比較して構成メモリを大きく削減可能な論理セルアーキテクチャの研究を行っています．実際にチップ設計を行い，テスト方式まで明らかにしていきます．また，新しいFPGAアーキテクチャには設計ツールのサポートは欠かせませんので，CADソフトの開発もあわせて行っています．R1年度には博士論文研究にてバーチャルFPGAの研究を行っています．こちらはCREST（代表：慶応大学天野先生）の採択課題になります．