DNNと歩行のサーベイ論文が掲載されました

松下由女さんのサーベイ論文がOxford Academy社のJournal of Computational Design and Engineeringに掲載されました。34ページにわたる大作で、近年の機械学習を用いた医療目的の歩行研究を全部網羅しています。医療系の方と機械学習の研究者が歩行というキーワードで歩み寄れる論文です。ご興味のある方はぜひお読みください。Open Accessなので誰もが読めます。

Recent use of deep learning techniques in clinical applications based on gait: a survey

イノベーションジャパン2020に参加しています!

国立研究開発法人科学技術振興機構(JST)と文部科学省の共催でイノベーション・ジャパン大学見本市を開催しています。イノベーション・ジャパン大学見本市とは、全国の大学等の技術シーズを一堂に集め企業へ紹介し、産学連携の推進、技術移転のきっかけとなる場を提供することにより、産業活動の活性化を目指す産学連携マッチングイベントです。大学等における研究シーズと産業界のニーズをマッチングさせるイベントとしては国内最大規模になります。

本イベントに立命館大学を代表してAISLABの研究テーマの一つであるMobile Moduleで参加しています。詳細は以下のリンクをご覧ください。

https://ij2020online.jst.go.jp/exhibitor/un20200422.html

ROBOMECH2020に学生6名が参加しました

2020/5/28,29の2日間に渡って開催されたROBOMECH2020のオンラインポスターセッションにM1の学生6名が参加しました!

今年は新型コロナウイルスの影響でオンラインでの開催となり学会デビューがオンラインとなってしまいましたが、Facebookを通じて他の参加者の皆様の研究をじっくりみることができました!

研究室のM2の学生がKaggleで優勝しました!

M2の学生(本人の希望により匿名にしています)が、KaggleのTGS Salt Identification Challenge部門にて、参加した3,234チームの中から優勝しました。

Kaggleとは、データサイエンスや機械学習をやっている人たちのコミュニティで、様々な実在問題をCloud Sourcingで解決するプラットフォームがあり、多くの企業がこのプラットフォームを用いて問題を懸賞という形で多くの人たちに解かせています。例えば、今回優勝したTGS Salt Identification Challengeは、石油採掘と関連が深い地中に塩が溜まっている場所を見分ける機械学習アルゴリズムを作るものでした。TGS社は、この問題に対して10,000米ドルの懸賞をかけてコンペティションを開催しました。

 

Kaggle の TGS Salt Identification Challenge
李研M2学生のKaggleページ