文献

J-GLOBAL ID：202202267627372055   整理番号：22A2353118

異分野連携によるデータ駆動型のAI研究に関する取組み

Initiatives on Data-driven AI Research through Inter-disciplinary Collaboration

著者 (1件)： 小川貴弘 (北大 大学院情報科学研究院)
資料名： Imaging Conference Japan論文集  (Imaging Conference Japan Spring Meeting予稿集)
巻： 2022  ページ： 95-96  発行年： 2022年06月15日 
JST資料番号： L0935A  ISSN： 1881-9958  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,異なる研究分野の連携によるデータ駆動型のAI研究に関する著者らの取り組みを紹介した。近年,顕著な進歩を遂げたマルチメディアAI技術は,実世界で生じる各種の問題の解決に採用されることが期待される。本論文では,種々の異なる分野,特に医学・土木工学・材料科学・脳科学・生体工学などとの連携を通した最先端AI研究とその社会実装を示した。さらに,人間との協働による持続的な発展のためのAI技術に必要な新しい視点を議論した。(翻訳著者抄録)

シソーラス用語： *データフロー制御 ,  *人工知能 ,  マルチメディア ,  実用化 ,  協力 ,  人間 ,  医学 ,  土木工学 ,  材料科学 ,  神経科学 ,  生体工学 ,  データ駆動
準シソーラス用語： AI【人工知能】 ,  社会実装

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (8件)：

• 総務省 令和元年版 情報通信白書, https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r01/pdf/index.html
• K. Maeda, S. Takahashi, T. Ogawa, and M. Haseyama, “Estimation of deterioration levels of transmission towers via deep learning maximizing canonical correlation between heterogeneous features,” IEEE Journal of Selected Topics in Signal Processing, vol. 12, no. 4, pp. 633-644 (2018).
• G. Li, R. Togo, T. Ogawa, and M. Haseyama, “Self-knowledge distillation based self-supervised learning for COVID-19 detection from chest X-ray images,” in Proc. IEEE ICASSP 2022 (Accepted).
• R. Togo, T. Ogawa, and M. Haseyama,“Synthetic gastritis image generation via loss function-based conditional PGGAN,” IEEE Access, vol.7, pp.87448-87457 (2019).
• R. Togo, N. Saito, T. Ogawa, and M. Haseyama, “Estimating regions of deterioration in electron microscope images of rubber materials via a transfer learning-based anomaly detection model,” IEEE Access, vol.7, pp.162395-162404 (2019).

タイトルに関連する用語 (4件)： 連携 ,  データ駆動 ,  AI ,  研究