TanSacNet Pre-release20250105 公開

接空間適応制御ネットワークの開発用に、TanSacNetプロジェクトを更新しました

  • 新しいPyTorch実装:PyTorchベースの2-D LSUNフレームワークを導入し、orthonormalTransform.pyでのバッチ処理および低次元近似サンプルを含めました。PyTorchおよびCUDA環境での効率性を向上させるため、勾配計算と逐次行列処理を最適化しました。
  • MATLABサポートの強化:MATLABワークフローの安定性とパフォーマンスを確保するため、データタイプとデバイス管理を改善しました。
  • コードの改良と安定性:保守性を高めるためのコード構造の合理化と、両方のフレームワークにおける初期化とCPU処理の問題を改善しました。

このプレリリース版では、MATLABサポートの主な更新と全体的なコードの安定性とともに、新しいPyTorchの実装が反映されています。


APSIPA Transactions on Signal and Information Processing論文掲載

ITE Transactions on Media Technology and Applications論文掲載

以下の論文がITE Transactions on Media Technology and Applicationsに掲載されました。

  • Jikai Li, Shogo Muramatsu, [Paper] Structured Deep Image Prior for Image Denoising with Interscale SURE-LET, ITE Transactions on Media Technology and Applications, 2025, Volume 13, Issue 1, Pages 187-199, Released on J-STAGE January 01, 2025, Online ISSN 2186-7364, https://doi.org/10.3169/mta.13.187, https://www.jstage.jst.go.jp/article/mta/13/1/13_187/_article/-char/en,
  • Abstract:
    This study develops a self-supervised image denoising technique that incorporates a structured deep image prior (DIP) approach with Stein’s unbiased risk estimator and linear expansion of thresholding (SURE-LET). Leveraging interscale and interchannel dependencies of images to develop a multichannel denoising approach. The original DIP, introduced by Ulyanov et al. in 2018, requires a random image as the input for restoration, offering an advantage of not requesting training data. However, the interpretability of the role of the network is limited, and challenges exist in customizing its architecture to incorporate domain knowledge. This work integrates SURE-LET with Monte Carlo computation into the DIP framework, providing the reason of the random image supply and shifting the focus from generator to restorer design, thus enabling the network structure of DIP to more easily reflect domain knowledge. The significance of the developed method is confirmed through denoising simulations using the Kodak image dataset.

 


APSIPA ASC 2024 参加報告

2024年12月3日 – 6日の4日間、中国・マカオ・Galaxy International Convention Center にて、APSIPA ASC 2024 が開催されました。

本研究室からは以下の発表を行いました。

 

現地での口頭発表という貴重な機会を得ることができました。
また、外部の方々との交流を通じて、多くの刺激を受け、大変有意義な時間を過ごすことができました。

来年の APSIPA ASC 2025 はシンガポールで開催されます!

学内MATLABユーザー交流会にて講演

2024年12月9日(月),新潟大学情報基盤センターにおいて開催されたDX推進機構主催「MATLABユーザー交流会」にて村松が以下の講師を担当しました。

  • 講演題目:
    MATLAB環境構築オンプレ派?クラウド派?
    ~Desktop/Onlineのその先~
  • 講演概要:
    • 目的
      • 入門を超えた本格利用のための環境構築事例を紹介
      • キャンパス包括ライセンス(CWL)を最大限活用!
    • 内容
      • 自己紹介・ユーザー会の紹介
      • MATLAB開発環境Tips
      • オンプレサーバーの利用
      • クラウドサーバーの利用
      • Web アプリ実装
      • まとめ

他の先生方のMATLAB活用事例も大変参考になりました。また対面でのユーザー交流ができたこともうれしく思います。

学内Teams内「MATLABユーザーの会」にて講演資料を共有しております。興味のある方はぜひご参加ください。

第7回土木科学シンポジウム参加報告

2024年11月8日(金)、朱鷺メッセにて第7回土木科学シンポジウム(ARCEプロジェクト主催)が開催されました。

本研究室からは以下のポスター発表を行いました。

〇Phonepaserth Sisaykeo (M2):Study on Digital Twin of River by 3D Modeling for Flow Path Health Assessment

〇伊藤 隆人 (M1):河川水位一体制御のための有向グラフ信号処理

〇青木 竜成 (B4):ROS 2を用いた河川流路制御プロトタイプシステムの構築

〇金内 尋夢 (B4):河川水位一体制御のためのデータ駆動による水位分布予測手法の性能評価

第7回の土木科学シンポジウムは、「100年後の人と河川の姿を考える」をテーマに開催されました。産官学の立場から、100年後の人と河川の理想の姿や現状の制約、産官学それぞれの要望と課題設定について深く討論する場となりました。

本研究室からも信号処理の観点からの研究の成果についてポスター発表を行い、様々な専門分野の方々と貴重な意見交換を行うことができました。

一日も早く人と河川の理想の姿を実現できるよう、今後も研究に励んでいきます。

メディア工学研究会(ME)2024年10月参加報告

2024年10月1日(木)~2日(金)の2日間、機械振興会館B3F第1会議室(〒105-0011 東京都港区芝公園3-5-8)にて、映像情報メディア学会技術部会(ME)が開催されました。

本研究室からは以下の発表を行いました。

このプレゼンテーションを通じて、メディア工学やデジタルモデリングの教授や専門家の方々と有意義な議論を交わし、デジタル・ツイン・アプリケーションの最新の進歩について見識を深めました。貴重なフィードバックをいただき、私たちの研究がさまざまな分野や機関の研究者の関心を集めていることを知り、興奮しました。

メディア工学の多様なアプローチを取り上げたプレゼンテーションに参加し、新鮮な視点と今後の研究へのインスピレーションを得ることができ、充実した経験となりました。

 

新潟大学データサイエンス・AIシンポジウム2024 参加報告

2024年9月19日(木)万代シルバーホテル(新潟市中央区万代1丁目3-30)にて、新潟大学データサイエンス・AIシンポジウム2024が開催されました。

本研究室からは以下のポスター発表を行いました。

  • Tsubasa NAITO1, Ryuto ITO1, Yuichi TANAKA2, Shogo MURAMATSU1 (1. Niigata Univ.,2. Osaka Univ.) : DICTIONARY LEARNING FOR DIRECTED GRAPH SIGNALS VIA AUGMENTED GFT

  • Phonepaserth Sisaykeo1, Hiroyasu Yasuda1, Kiyoshi Hayasaka1 and Shogo Muramatsu(1. Niigata University) :  FLOW-PATH FITTING FROM IMAGES WITH SUPPORT VECTOR REGRESSION FOR RIVER HEALTH ASSESSMENT

  • Ryuto Ito1, Tsubasa Naito1, Hiroyasu Yasuda1, Masaaki Nagahara2 and Shogo Muramatsu1 (1. Niigata Univ., 2. Hiroshima Univ.) :  SPARSE-CODED TIME-DELAY GRAPH DMD FOR PREDICTION OF RIVER WATER LEVEL DISTRIBUTION

生成AI、ビッグデータ、クラウド技術の最新動向について学ぶ貴重な機会となりました。また、ポスターセッションでは、参加者との活発な意見交換の中で有益なフィードバックを受けることができました。

研究の意義を再確認する機会となり、刺激的な経験となりました。

サマーセミナー2024 参加報告

2024年8月22日,23日の2日間,うなづき友学館(富山県黒部市)にて サマーセミナー2024「ビジョン×ジェネレーションZ」が開催されました.

本研究室からは以下の発表を行いました.

  • 2タプル配列に対する回転ℓ1ノルムによるℓ2ノルム近似のRTL設計
    〇阿部 周,村松 正吾(新潟大)
  • 全変動正則化によるマイクロ波レーダ河川観測画像列の逐次復元の検討
    〇岡本 充生,大原 由暉,安田 浩保,早坂 圭司(新潟大),
    小野 峻佑(東京工業大),村松 正吾(新潟大)

 

ショートプレゼン×ポスター形式の発表は,他の学会と異なり学生間の議論を促進し,新たな視点やアイデアを得る貴重な機会となりました.

また,岡本は優秀発表賞を受賞することができました.

この場を借りて,企画委員会の皆様,共著者の皆様に深く御礼申し上げます.