APSIPA Transactions on Signal and Information Processing論文掲載

以下の論文がAPSIPA Transactions on Signal and Information Processing (Q1: Information Systems)に掲載されました。

オープンアクセスです。Q1ジャーナルです。

  • Shu Abe, Yuya Kodama, Hiroyoshi Yamada, Shogo Muramatsu, “RTL Evaluation of ℓ2-Norm Approximation with Rotated ℓ1-Norm for 2-Tuple Arrays,” APSIPA Transactions on Signal and Information Processing,Vol. 14: No. 1, e3. http://dx.doi.org/10.1561/116.2024006830 Jan 2025

SCImago Journal & Country Rank

先端科学技術総論(電気電子工学コース)開講

2021年12月10日(金)、大学院講義「先端科学技術総論(電気電子工学コース)」の一部として北九州市立大学環境技術研究所教授の永原正章先生に「Sparsity Methods for Systems and Control」と題して、MATLAB演習を交えたご講義をいただきました。

スパースモデリングの基礎から有限状態信号による最適制御までお話いただきました。

 

特別講義@東京農工大学

2020年7月15日(火),東京農工大学大学院「信号処理特論」(担当 田中聡久教授)のゲスト講師を担当いたしました.

  • 特別講義「畳み込みネットワークとスパースモデリングによる高次元信号復元」
  • あらまし
    本講義では,画像やボリュームデータなどの高次元信号の復元処理について概説する.計測技術の発展と共に多様かつ膨大な物理データの取得が可能となった現在,信号復元の高性能化への要求が高まっている.高性能な信号復元の実現には,対象となる物理データを効果的に表現できる生成モデルが必要である.既存の有力な生成モデルの枠組みに畳み込みネットワークモデルがある.同モデルは,信号の局所的な関係性を利用し,画像の認識や復元に著しい性能改善をもたらした.一方,ドメイン知識をネットワーク構造に反映し難く,理論的に裏付けられた系統的・戦略的な構造設定に課題が残されている.特に,未知領域のデータに対してこの問題は顕著となる.そこで本講義では,フィルタバンクと最適化理論の視点から畳み込みネットワークを解釈し,物理モデルに関する事前知識をネットワーク構造に反映する方法や高次元信号を効率的に処理する方法を紹介する.異分野融合展開に関する話題に触れるとともに,既存の畳み込みニューラルネットワーク(CNN)との関係についても解説する.

田中聡久先生と田中雄一先生には(研究に限らず?)いつもよい刺激を受けております.スパースの話題に反して,今回も期待通りのデンスな情報交換が行えました.私からも聴講者の皆様にほんの少しでもよいので刺激を残せたならば幸いです.

オンライン講義(および懇親会)の可能性を感じるよい経験となりました.

村松

 

IEEE/IEIE ICCE-Asia 2020 採択

以下の研究成果が IEEE/IEIE ICCE-Asia @ソウル(韓国)に採択されました。

Title: ‘Convolutional Nonlinear Dictionary with Cascaded Structure Filter Banks’
Authors: Ruiki Kobayashi and Shogo Muramatsu

また、以下のタイトルで村松がチュートリアルを担当します。

Tutorial Title: Sparsity-Aware High-Dimensional Data Restoration with Convolutional Dictionary Learning
Lecturer: Shogo Muramatsu

なお、COVID-19の影響で開催が4月から11月に延期となりました。

 

IEEE ICASSP2019@Brighton にて研究発表

2019年5月12日~17日、イギリス ブライトンにある The Brighton Centre にてIEEE ICASSP2019が開催されました。

MSIP Labからは修士2年 金子が以下の発表を行いました。(資料

Paper: 2153

Location: Poster area F

Session: IVMSP-P2: Image, Video, and Multidimensional Signal Processing

Time: Tuesday, May 14, 17:30 – 19:30

Presentation: Poster

Title: CONVOLUTIONAL-SPARSE-CODED DYNAMIC MODE DECOMPOSITION AND ITS APPLICATION TO RIVER STATE ESTIMATION

Authors: Yuhei Kaneko, Shogo Muramatsu, Hiroyasu Yasuda, Kiyoshi Hayasaka, Yu Otake, Shunsuke Ono, Masahiro Yukawa

有名企業や各国名門大学に所属する方々の貴重な講演や研究発表を通しての国際交流等、全ての経験が素晴らしいものでした。

IEEE ICIP2019 採択

以下の研究成果が IEEE ICIP2019@Taipei(台湾)に採択されました。

Title: ‘OCT VOLUMETRIC DATA RESTORATION WITH LATENT DISTRIBUTION OF REFRACTIVE INDEX’
Authors: Genki Fujii, Yuta Yoshida, Shogo Muramatsu, Shunsuke Ono, Samuel Choi, Takeru Ota, Fumiaki Nin, Hiroshi Hibino

IEEE ICASSP2019 採択

以下の研究成果が IEEE ICASSP2019@Brighton(英国)に採択されました。

Title: ‘CONVOLUTIONAL-SPARSE-CODED DYNAMIC MODE DECOMPOSITION AND ITS APPLICATION TO RIVER STATE ESTIMATION’
Authors: Yuhei Kaneko, Shogo Muramatsu, Hiroyasu Yasuda, Kiyoshi Hayasaka, Yu Otake, Shunsuke Ono, Masahiro Yukawa
Session Type: Poster
Session Title: ‘Enhancement and Restoration II’

特別講義@秋田県立大学

2019年1月17日(木),秋田県立大学システム科学技術学部情報工学科にて、講義「画像信号処理」(担当 陳国躍教授)の一コマをお借りし、

  • 特別講義「スパースモデリングによる多次元信号・画像復元」

の講師を担当しました。

スライドは多くの内容を詰め込みましたので、
(冒頭、お断りした上で)後半は大分スキップしました。
(すみませんでした)

スパースモデリングを高次元信号に適用する際の重要な知識としてスライド29, 30 の可換図があると思いますので、その点は強調させていただきました。
(村松)

謝辞

凸最適化の部分は小野峻佑先生集中講義の資料が役立っています。

最寄り駅の羽後本荘

帰路で乗車した「いなほ10号」

第5回U-goサロンに参加しました

2018年12月18日(火)に、新潟大学駅南キャンパス「ときめいと」にて開催された「第5回U-goサロン」に参加しました。

村松が以下のU-go事例紹介 を行いました。

「河川防災とデータ駆動科学の融合」

2年間のARCEプロジェクトの軌跡をご紹介しましたが、参加者の皆様の参考になれ幸いです。

当日の様子は本学のHPにも掲載されています。

https://www.niigata-u.ac.jp/news/2018/50775/

第5回U-goサロンを開催しました