Join us to research about Artificial Intelligence and its applications to solve real life problems, specially in the fields of healthcare, computer vision, and education improvement and get the opportunity to present your work at local and international conferences.
Contact Prof. CarabezUnderstand how our brain works and use the signals it produces to help people with disabilities to communicate, move, and improve their quality of life.
Grant a computer the ability to visually capture objects, analyze them and recognize patterns of interest on them to create innovative solutions.
Learn to use the different signals and patterns the human body produces to help patients in their recovery and physicians with their clinical diagnosis.
Develop AI-powered solutions for the rapidly changing education environments of schools to make life easier for students and teachers alike.
脳活動からユーザーの意図を読み取り,外部機器の操作を可能とするBrain-Computer Interface (BCI) の研究が盛んに行われている。BCIでは脳活動の分析に機械学習が用いられるが,モデルの訓練に必要な大量の脳活動データの計測はユーザーにとって大きな負担となることから,十分な訓練データを用意することが困難であるという問題がある。本研究では,脳波BCIの訓練データとして使用することを目的に,生成モデルの一種である敵対的生成ネットワーク (GAN) を用いた人工脳波信号の生成について検討した。
学生名: 佐藤 健太, 年度: 2024
運動症状を引き起こす指定難病の1つであるパーキンソン病は,診断が非常に複雑かつ困難であることから,医師のスキル等に依らない正確な診断方法の開発が望まれている。そこで本研究では,健常者とパーキンソン病患者の脳活動の違いに着目し,rs-fMRI画像を機械学習する自動診断システムの開発を目指す。提案する自動診断システムは,fMRI画像の前処理,rs-fMRI画像の機能的ネットワーク解析,機械学習の3つから構成され,今回はfMRI画像の前処理部分について検討を行った。
学生名: 鈴木 陽子, 年度: 2024
製造工場において,製品表面欠陥の検査には未だにヒトの目視に頼る部分が多く,少子高齢化による働き手不足が深刻な問題となっている。そこで,画像処理と深層学習を組み合わせることで,製品表面のカメラ画像から良品と欠陥品を識別する自動検出システムを提案する。本研究では,特に画像処理部分についての検討を行った。具体的には,撮影画像から製品以外の背景を削除するマスク処理手法,製品表面の欠陥部分を強調する画像処理手法について検討を行った。
学生名: 田中 美咲, 年度: 2023
現在,電気・電子・情報系の5年生を対象に行われている画像認識実験・AI実習では,ロボット制御を通して画像処理・AI技術を学ぶ実習を行っている。しかしながら,高価なためロボットの台数を揃えるのが困難であること,修理等でランニングコストが掛かることから,より低コストでメンテナンス性の高い実験の開発を行った。本研究では,ロボットを使用しないAI実習として,ニューラルネットワークの基礎実習と機械学習による物体検出実習の開発を行った。
学生名: 山本 太郎, 年度: 2023
I'm always open to discussing new research opportunities, collaborations, or just connecting with fellow enthusiasts. Feel free to reach out!